我正在尝试使用Tensorboard可视化我的Keras模型的权重。这是我正在使用的模型:
model = Sequential([
Conv2D(filters=32, kernel_size=(3,3), padding="same", activation='relu', input_shape=(40,40,3)),
MaxPooling2D(pool_size=(2, 2)),
Conv2D(filters=64, kernel_size=(5,5), padding="same", activation='relu'),
MaxPooling2D(pool_size=(2, 2)),
Flatten(),
Dense(1024, activation='relu'),
Dropout(0.5),
Dense(43, activation='softmax'),
])
model.compile(optimizer='sgd',
loss='categorical_crossentropy',
metrics=['accuracy'])
我正在接受这个电话的培训:
model.fit_generator(
...
callbacks = [
ModelCheckpoint('models/gtsrb1-{epoch}.hdf5', verbose=1, save_best_only = True),
TensorBoard(log_dir='tblogs/', write_graph=True, write_grads=True, write_images=True),
EarlyStopping(patience=5, verbose=1),
],)
然而,当我启动TensorBoard时,这就是我得到的:
Scalars和Graphs看起来没问题,所以这不是错误logdir
的问题。我在这里做错了什么?
答案 0 :(得分:3)
您需要添加histogram_freq=x
,其中x
应不等于零,以便启用图像的写入。
但如果你这样做,它可能仍会失败,具体取决于Keras的版本(见profiles)