keras与tensorboard结合使用

时间：2019-07-20 10:23:45 阅读：104 评论：0 收藏：0 [点我收藏+]

标签：动态 rate rbo black mode auto 通过 uri 出现

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‘)])