Keras调用TensorBoard

嵌入式视觉

发布于 2022-09-05 13:49:31

3410

发布于 2022-09-05 13:49:31

文章被收录于专栏：嵌入式视觉

TensorBoard对于分析模型训练信息来说是个很有用的工具，虽然我目前用的不多，但是使用几次发现Tensorboard功能确实很强大。下面是Keras调用Tensorboard的代码实例：

	# callback tensorboard_class
	tbCallBack = TensorBoard(log_dir='./logs',
							 histogram_freq=0,
							 write_graph=True,
							 write_images=True)
	# Train the model for 'step' epochs
	history = model.fit_generator(
		TrainingData(score + ampl * np.random.random_sample(size=score.shape), steps=step, batch_size=32),
		initial_epoch=steps,
		epochs=steps + step,
		max_queue_size=12,
		workers=6,
		verbose=2,
		callbacks=[tbCallBack]).history

当模型训练完毕，进入logs所在目录，打开终端输入：

tensorboard --logdir=logs

出现如下结果，即表示成功调用TensorBoard

其他问题

在之前我试过在终端中输入如下命令方式调用Tensorboard，但是没有成功，目前不得知是tensorflow版本问题还是参考文章作者不严谨的问题。

还有个问题是，我在conda创建的虚拟环境中调用tensorboard也不成功，但是切换回系统环境（usr/bin/python3，已经安装了tensorflow、keras）则能调用成功，我估计是我conda装的tensorboard有问题，但是目前没找到问题在哪，正常导入包是可以的。报错截图如下：