Keras 当我试图用tensorboard可视化我的数据时,代码中应该包含什么

Keras 当我试图用tensorboard可视化我的数据时,代码中应该包含什么,keras,tensorboard,Keras,Tensorboard,我使用keras模型来训练我的深层神经网络,我想将tensorboard与之集成以实现可视化,但当我第一次这样做时,它不会向我显示任何数据,但在1天或2天后,我的数据会在tensorboard仪表板上更新。我的问题是为什么会这样 当我过去通过tensorboard--logdir=c:\logsfiles访问tensorboard时,它会给我端口6006,当我去那里时,它会说“你没有将任何标量数据写入事件文件。”但当我再次访问时,1或2天后它就有了数据 NAME = "living-vs-non

我使用keras模型来训练我的深层神经网络,我想将tensorboard与之集成以实现可视化,但当我第一次这样做时,它不会向我显示任何数据,但在1天或2天后,我的数据会在tensorboard仪表板上更新。我的问题是为什么会这样

当我过去通过tensorboard--logdir=c:\logsfiles访问tensorboard时,它会给我端口6006,当我去那里时,它会说“你没有将任何标量数据写入事件文件。”但当我再次访问时,1或2天后它就有了数据

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])

Keras会在每个历元后更新tensorboard指标,因此当然,这取决于一个历元在您的计算机中需要多长时间。它不到20秒。那么完整的训练需要多长时间?你要训练1-2天吗?我有360张图像要训练,它们在3分钟内得到训练,但是tensorboard需要2天来绘制我的标量数据。对不起,这没有意义,你是说tensorboard会在代码完成后更新?Keras会在每个历元后更新tensorboard度量,所以当然,这取决于你的电脑一个历元需要多长时间。它不到20秒。那么完整的训练需要多长时间?你要训练1-2天吗?我有360张图片要训练,它们在3分钟内得到训练,但tensorboard最多需要2天来绘制我的标量数据。对不起,这没有意义,你是说tensorboard会在代码完成后更新?