[Python知识库]使用 tensorboard 可视化 kears训练结果

我们想要追踪模型的训练过程，tensorboard 是个不错的可视化工具。

安装tensorboard

还是使用conda虚拟环境，没有的话先安装conda，参考这里

conda install tensorboard

训练模型时调用callback API

训练信息会保存在 os.path.join(modelfile,‘logs’+model.name) 文件夹里

tensorboard_callback = keras.callbacks.TensorBoard(log_dir=os.path.join(modelfile,'logs'+model.name))
history = model.fit(x_tra, y_tra, epochs=epo, batch_size=batch, validation_data=(x_val,y_val),callbacks=[tensorboard_callback],shuffle=True)

进入命令行，执行

tensorboard --logdir=log

log是刚刚保存信息的文件位置。在浏览器打开地址

http://localhost:6006/

即可查看训练和模型细节。

使用tensorboard远程查看模型

我们一般都是在服务器上训练，为了在本地可以查看结果，可以用下面的方法。
使用tensorboard远程查看模型参考这里

把服务器端口映射到本地

ssh -L 16006:127.0.0.1:6006 ${ACCOUNT}@${SERVER_IP}

服务器上执行

tensorboard --logdir="/path/to/log-directory"

最后在本机浏览器访问

http://localhost:16006

以下测试似乎不太行：在服务器上运行

tensorboard --logdir=log

在在本地网页进入地址

http://${SERVER_IP}:6006

即可。

使用visual studio code 查看 tensorboard

visual studio code上有 tensorboard 的拓展，用起来很方便。