Python Keras plot_model（）函数：更精细的输出

我正在使用Keras来可视化我的机器学习模型。除了输出的第一个节点总是简单的问题之外，这个函数还有一个让我恼火的地方：它没有提供非常精细的输出。例如，我希望能够看到更多关于使用的损失函数、批量大小、历元数、使用的优化器等的信息

有什么方法可以从以前保存到磁盘并使用model_from_json（）函数再次加载的模型中检索此信息吗？

如何？如果您使用Tensorflow作为后端，它将创建交互式图形，您可以基于您的模型进行探索。

您只需将其作为回调添加到fit函数中，并确保设置了

write\u graph=True

（默认设置）。如果需要快捷方式，可以直接调用其方法，而不是作为回调传递：

tensorboard = TensorboardCallback()
tensorboard.set_model(model) # your model here, will write graph etc
tensorboard.on_train_end() # will close the writer

---

然后运行

tensorboard--logdir=./logs

启动服务器。

感谢您提供的有用提示。我确实使用TensorFlow作为后端。有没有一种简单的方法可以将张力板导出为（png）图像？应该可以从web界面导出，我现在记不起来了。