怎么在Keras中使用tensorboard显示训练过程

这篇文章给大家介绍怎么在Keras中使用tensorboard显示训练过程，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。

方法一（标准调用方法）：

采用keras特有的fit()进行训练，只要在fit的时候指定callbacks函数即可，代码如下

fromkeras.callbacksimportTensorBoard
fromkeras.modelsimportSequential
……
model=Sequential()
……
tbCallBack=keras.callbacks.TensorBoard(log_dir='./Graph',
histogram_freq=1,
write_graph=True,
write_images=True)

model_history=model.fit(X_train_train,
y_train_train,
batch_size=batch_size,
epochs=epochs,
verbose=1,
validation_data=(X_train_val,y_train_val),
callbacks=[EarlyStopping(patience=patience,mode='min',verbose=1),
history,
tbCallBack])

虽然这种方法看上去很美，但它只适用于标准训练方法，如果你想用自己的训练方法，就需要调用train_on_batch，而不能直接使用fit()，这时就要采用下面这种方法：

方法二（特殊调用方法）：

这种方法可用于调用train_on_batch的情况。

%预先写好writer，定义好model
writer=tf.summary.FileWriter(…)
model=…
%训练时
loss=model.train_on_batch(…)
summary=tf.Summary(value=[
tf.Summary.Value(tag=”d_loss”,simple_value=d_loss),
tf.Summary.Value(tag=”g_loss”,simple_value=g_loss),
])
writer.add_summary(summary)

虽然很简单，但这种方法只能显示scalar类型，不能显示image,histgram等，非常不实用。真正实用的是下面的终结方法：

方法三（最实用的方法）

最实用的还是用tensorflow原生的调用方法，虽然相对方法二麻烦一点，但考虑到此方法与tensorflow一样，不需要去记那些额外的花拳绣腿，因此反而是最简单的，也是最有效的。

代码如下：

importtensorflowastf
importdatetime
%在训练开始之前，预先定义好可视化的东西，用的是原生的tensorflow方法，这里我们以一个GAN模型为例，让它显示整张模型图，两个标量损失函数，以及5个生成图像。方法是预先用placeholder声明所要显示的那些东西，然后在训练过程中将训练结果来填充它们。你可以自行加入histgram，都和tensorflow一样
#starttensorboard
sess=tf.Session()
logdir=“tensorboard/”+datetime.datetime.now().strftime(“%Y%m%d-%H%M%S”)+“/”
writer=tf.summary.FileWriter(logdir,sess.graph)
D_LOSS=tf.placeholder(tf.float32,[])
G_LOSS=tf.placeholder(tf.float32,[])
IMAGES=tf.placeholder(tf.float32,shape=[None,28,28,1])
tf.summary.scalar(“D_LOSS”,D_LOSS)
tf.summary.scalar(“G_LOSS”,G_LOSS)
tf.summary.image(“IMAGES”,IMAGES,5)
merged=tf.summary.merge_all()
#endtensorboard

训练迭代过程中，是这样的

forepochinrange(100):
%用keras的train_on_batch方法进行训练
d_loss=d.train_on_batch(。。。。。。)
g_loss=d_on_g.train_on_batch(。。。。。。)
generated_images=g.predict(。。。。。。)
ifindex%10==0:#tensorboard
%将训练结果填充可视化数据
summary=sess.run(merged,feed_dict={D_LOSS:d_loss,G_LOSS:g_loss,IMAGES:generated_images})
writer.add_summary(summary,index)

关于怎么在Keras中使用tensorboard显示训练过程就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。