Keras写Tensorboard以及调用Tensorboard可视化

1.用Keras写调用tensorboard的语句

from keras.callbacks import Callback,TensorBoard

#写tensorboard保存的位置，'./log'是tensorboard文件保存的文件夹，需要自己预先创建
tensorboard=TensorBoard(log_dir='./log',histogram_freq=1,write_grads=True,write_graph=True,write_images=True,embeddings_freq=0, embeddings_layer_names=None)

#用callbacks调用tensorboard
history=model.fit(train_images,train_labels,epochs=epochs,batch_size=batchsize,validation_data=(test_images, test_labels),callbacks=[tensorboard])

另外：callbacks写成列表形式是可以调用多个回调函数

#callbacks写成列表形式是可以调用多个回调函数，例如：
def scheduler(epoch):
    reduce_lr=LearningRateScheduler(scheduler)
callbacks=[lr_reduce,tensorboard]

2.Tensorboard可视化

2.1 将tensorboard.exe添加到系统路径

在调用tensorboard时先将tensorboard.exe所在的文件夹位置添加到，系统环境路径中path。没有再系统路径直接输入tensorboard --logir="D:\Software\Anaconda3\Practice\Mnist practice\cifar\log"会出现tensorboard错误。

2.1.1 tensorboard.exe文件位置

在我的电脑中搜索tensorboard.exe文件位置：

2.1.2 将tensorboard位置加入到系统路径path中

1. win11系统，控制面板——搜索“编辑环境变量”——环境变量

 

 2.系统环境变量——path双击

 3.把刚才复制的tensorboard的位置复制到这里

2.2 打开cmd调用Tensorboard

1. 快捷键 win+r，输入cmd

 2. 输入上面创建的log文件夹所在的绝对路径，要加双引号：

tensorboard --logdir="D:\Software\Anaconda3\Practice\Mnist practice\cifar\log"

"  "中的位置是存储的tensorboard路径绝对位置：
tensorboard --logdir="  "

3.复制位置http://LAPTOP-L583TMQQ:6006/到浏览器中搜索

 4. 显示：上面有多个可选项，scalars、images、graphs等