代码中应该包含什么内容，以便当我尝试使用tensorboard可视化数据时

Question

我正在使用keras模型来训练我的深度神经网络，并且我想将tensorboard与它集成以进行可视化，但是当我第一次这样做时，它没有显示任何数据，但是在1天或2天后，我的数据被更新了在tensorboard仪表板上。我的问题是，为什么会这样

当我以前通过tensorboard --logdir = c：\ logsfiles访问tensorboard时，它为我提供了6006端口，当我去那里时，它说没有“您尚未向事件文件中写入任何标量数据”。但是当我再次访问1或2天后，它就拥有了数据

NAME = "living-vs-nonliving-cnn-dense16-dense1-32x2- 
{}".format(int(time.time()))

model = Sequential()

model.add(Conv2D(32, (3, 3), input_shape=X.shape[1:])) 
model.add(Activation("relu"))
model.add(MaxPooling2D(pool_size=(2,2)))

model.add(Conv2D(32, (3,3)))
model.add(Activation("relu"))
model.add(MaxPooling2D(pool_size=(2,2)))

model.add(Conv2D(16, (3,3)))
model.add(MaxPooling2D(pool_size=(2,2)))


model.add(Flatten()) 
model.add(Dense(1))
model.add(Activation("sigmoid"))

model.summary()
model.compile(loss="binary_crossentropy",optimizer="adam",metrics= 
['accuracy'])

tboard_log_dir = os.path.join("logfiles", NAME)
tensorboard = TensorBoard(log_dir=tboard_log_dir)

model.fit(X, Y, batch_size=8, epochs=12, validation_split=0.1, callbacks= 
[tensorboard])