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 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-

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--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)