Python 使用keras图发射张力球板(用于可视化精度、损失和预测结果)
我不知道如何使用张量板来可视化我的keras网络的训练步骤 我已经用命令行启动了tensor板:Python 使用keras图发射张力球板(用于可视化精度、损失和预测结果),python,tensorflow,keras,tensorboard,Python,Tensorflow,Keras,Tensorboard,我不知道如何使用张量板来可视化我的keras网络的训练步骤 我已经用命令行启动了tensor板:tensorboard--logdir=/run1 但他提出了这个错误: 当前数据集没有活动的仪表板。可能的原因:你 尚未将任何数据写入事件文件。张力板找不到 您的事件文件 在这里添加正式答案;看起来tensorboard logdir参数中有输入错误。您需要删除目录开头的斜杠 tensorboard--logdir=run1可能是由于tensorboard命令的缘故,您能试试tensorboard-
tensorboard--logdir=/run1
但他提出了这个错误:
当前数据集没有活动的仪表板。可能的原因:你
尚未将任何数据写入事件文件。张力板找不到
您的事件文件
在这里添加正式答案;看起来tensorboard logdir参数中有输入错误。您需要删除目录开头的斜杠
tensorboard--logdir=run1
可能是由于tensorboard命令的缘故,您能试试tensorboard--logdir=run1
?我认为斜杠使它看起来是一个不正确的文件夹名称是的,就是这样,谢谢。
import tensorflow as tf
from tensorflow import keras
import numpy as np
# Create the array of data
train_data = [[1.0,2.0,3.0],[4.0,5.0,6.0]]
train_data_np = np.asarray(train_data)
train_label = [[1,2,3],[4,5,6]]
train_label_np = np.asarray(train_data)
### Build the model
model = keras.Sequential([
keras.layers.Dense(3,input_shape =(3,2)),
keras.layers.Dense(3,activation=tf.nn.sigmoid)
])
model.compile(optimizer='sgd',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
#Train the model
tensorboard = TensorBoard(log_dir="run1")
model.fit(train_data_np,train_label_np,epochs=10,callbacks=tensorboard)
#test the model
restest = model.evaluate(test_data_np,test_label_np)