您现在的位置是：首页 > 文章详情

keras与tensorboard结合使用

日期：2018-05-15点击：400收藏

使用tensorboard将keras的训练过程显示出来(动态的、直观的）是一个绝好的主意，特别是在有架设好的VPS的基础上，这篇文章就是一起来实现这个过程。

一、主要原理

keras的在训练（fit）的过程中，显式地生成log日志；使用tf的tensorboard来解析这个log日志，并且通过网站的形式显示出来。

 fit的时候加上callbacks=[TensorBoard(log_dir='./tmp/log')] 将运行的结果保存在'./tmp/log'下。
执行tensorboard 命令的时候指明： --logdir=./temp/log  

二、实现步骤

我们需要选择一段运行绝对正确，而且需要一定时间的算法：使用keras自己提供的“cifar10_cnn.py”运行一个比较多的

epoch是很行的选择。它使用的是

 # Fit the model on the batches generated by datagen.flow(). 
 model.fit_generator(datagen.flow(x_train, y_train, 
 batch_size=batch_size), 
 epochs=epochs, 
 validation_data=(x_test, y_test), 
 workers= 4) 

我不知道是否有效，将其修改为：

 model.fit_generator(datagen.flow(x_train, y_train, 
 batch_size=batch_size), 
 epochs=epochs, 
 validation_data=(x_test, y_test), 
 workers= 4, 
 callbacks=[TensorBoard( log_dir= './tmp/log')]) 