Tensorboard使用

1. 通过回调函数使用

直接在keras的回调函数中使用

log_dir = "logs/fit/" + datetime.datetime.now().strftime("%Y%m%d-%H%M%S")  # 定义日志存放路径
tensorboard_callback = tf.keras.callbacks.TensorBoard(log_dir=log_dir)  # 定义回调函数

model.fit(
  ...
	callbacks=[tensorboard_callback],  # 训练时加入回调函数
  ...
)

如果使用的anaconda的话，在终端activate当前虚拟环境，并cd到当前日志存放目录。接着在终端输入tensorboard --logdir logs/fit 来启动tensorboard。

2. 自定义可视化数据

file_writer = tf.summary.create_file_writer(logdir)

with file_writer.as_default():
    for step in range(100):
        tf.summary.scalar("tag", 1, step)
        # file_writer.flush()

file_writer.close()

或者可以不用with块，在前面神明set_as_default()效果也一样

file_writer = tf.summary.create_file_writer(logdir)
file_writer.set_as_default()
for step in range(100):
		tf.summary.scalar("tag", 1, step)
file_writer.close()