Question

以下似乎是创建FileWriter的新方法，但是我不确定如何使用add_graph或执行其他操作来使模型图显示在张量板上。

train_writer = tf.summary.create_file_writer('logs/1/train')

Answer 1

您可以通过以下方式使用tf.keras.callback.TensorBoard(/path/to/log/dir)进行操作。

创建构建模型函数


def build_model():
    model = keras.Sequential([
        layers.Dense(64, activation='relu', input_shape=[len(train_dataset[col_to_norm].keys())]),
        layers.Dense(64, activation="relu"),
        layers.Dense(1)
    ])

    optimizer = tf.keras.optimizers.RMSprop(0.001)

    model.compile(loss='mse', 
                 optimizer=optimizer,
                 metrics=['mae', 'mse'])
    return model

2。分配给变量

model = build_model()

使用拟合方法拟合模型

model.fit(
  normalized_train_data, train_labels,
  epochs=EPOCHS, validation_split = 0.2, verbose=0,
  callbacks=[tf.keras.callbacks.TensorBoard('logs/1/train')])

如何在tensorflow 2.0中使用tensorboard？

1 个答案: