让tensorboard发挥作用的关键在哪里？

Question

我是 tensorboard 的新手，正在按照 tutorial 学习它的使用，进展顺利，tensorboard 按预期工作。

参考那个教程，我自己写了代码用jupyter notebook训练逻辑与模型

%load_ext tensorboard
import datetime
log_folder = "logs/fit/" + datetime.datetime.now().strftime("%Y%m%d-%H%M%S")
import tensorflow as tf
import numpy as np

x_train = np.asarray([[0, 0],[0, 1],[1, 0],[1, 1]], np.float32)
y_train = np.asarray([0, 0, 0, 1], np.float32)

model = tf.keras.models.Sequential([
  tf.keras.layers.Dense(1, activation=tf.nn.sigmoid)
])

def custom_loss(y,a):
    return -(y*tf.math.log(a) + (1-y)*tf.math.log(1-a))

model.compile(loss=custom_loss,
              optimizer='SGD',
              metrics=['accuracy'])

tensorboard_callback = tf.keras.callbacks.TensorBoard(log_folder, histogram_freq=1)

model.fit(x_train, y_train, epochs=2000, verbose=0,
          callbacks=[tensorboard_callback])

培训进展顺利，需要一些改进。

然而，tensorboard 什么也没显示

%tensorboard --logdir log_folder

让tensorboard发挥作用的关键在哪里？

Answer 1

您只是使用了 ipython 魔法错误。您需要在变量名前加上一个美元符号（参见 How to pass a variable to magic ´run´ function in IPython）。

%tensorboard --logdir $log_folder

为了进一步探索，请假装你在未来工作（至少就日期而言），然后添加一个像这样的单元格

log_folder_future = "logs/fit/" + (datetime.datetime.now() - datetime.timedelta(days=1)).strftime("%Y%m%d-%H%M%S")
up_dir = './' + '/'.join(log_folder_future.split('/')[:-1])
model.compile(loss=custom_loss,
              optimizer='SGD',
              metrics=['accuracy'])

tensorboard_callback_future = tf.keras.callbacks.TensorBoard(log_folder_future, histogram_freq=1)
model.fit(x_train, y_train, epochs=2500, verbose=0,
          callbacks=[tensorboard_callback_future])

然后这样调用

%tensorboard --logdir $up_dir

最后得到这样的东西

有关 tensorboard 目录结构和多次运行的更多信息，请参阅此页面 https://github.com/tensorflow/tensorboard/blob/master/README.md#runs-comparing-different-executions-of-your-model

让tensorboard发挥作用的关键在哪里？

Where is the key to make tensorboard work?

tensorflow

tensorboard