tf.keras.callbacks.TensorBoard

Включить визуализацию для TensorBoard.

Наследуется от: Callback

tf.keras.callbacks.TensorBoard(
    log_dir='logs', histogram_freq=0, write_graph=True, write_images=False,
    update_freq='epoch', profile_batch=2, embeddings_freq=0,
    embeddings_metadata=None, **kwargs
)

TensorBoard — это инструмент визуализации, предоставляемый с TensorFlow.

Этот колбэк записывает события для TensorBoard, включая:

Графики сводных метрик
Визуализация графика обучения
Гистограммы активаций
Выборочное профилирование

Если вы установили TensorFlow с помощью pip, вы должны иметь возможность запустить TensorBoard из командной строки:

tensorboard --logdir=path_to_your_logs

Дополнительную информацию о TensorBoard можно найти здесь.

Пример (базовый):

tensorboard_callback = tf.keras.callbacks.TensorBoard(log_dir="./logs")
model.fit(x_train, y_train, epochs=2, callbacks=[tensorboard_callback])
# run the tensorboard command to view the visualizations.

Пример (профилирование):

# profile a single batch, e.g. the 5th batch.
tensorboard_callback = tf.keras.callbacks.TensorBoard(log_dir='./logs',
                                                      profile_batch=5)
model.fit(x_train, y_train, epochs=2, callbacks=[tensorboard_callback])
# Now run the tensorboard command to view the visualizations (profile plugin).

# profile a range of batches, e.g. from 10 to 20.
tensorboard_callback = tf.keras.callbacks.TensorBoard(log_dir='./logs',
                                                      profile_batch='10,20')
model.fit(x_train, y_train, epochs=2, callbacks=[tensorboard_callback])
# Now run the tensorboard command to view the visualizations (profile plugin).

Аргументы
`log_dir`	путь к каталогу, в котором будут сохранены журналы для парсинга TensorBoard.
`histogram_freq`	частота (в эпохах), с которой вычисляются гистограммы активаций и весов для слоев модели. Если установлено 0, гистограммы не будут вычисляться. Для визуализации гистограмм необходимо указать данные валидации (или разделить).
`write_graph`	требуется ли визуализация графика в TensorBoard. Файл журнала может стать достаточно большим, когда write_graph установлен в True.
`write_images`	требуется ли запись весов модели для визуализации в виде изображения в TensorBoard.
`update_freq`	`'batch'` или `'epoch'` или целое число. При использовании `'batch'`, значения потерь и метрик записываются в TensorBoard после каждой итерации. То же самое относится к `'epoch'`. Если используется целое число, например, `1000`, колбэк будет записывать метрики и потери в TensorBoard каждые 1000 итераций. Обратите внимание, что слишком частое обращение к TensorBoard может замедлить обучение.
`profile_batch`	Профилирование пакет(ов) для отслеживания характеристик вычислений. profile_batch должен быть целым числом не меньше 0 или кортежем целых чисел. Пара положительных целых чисел указывает диапазон пакетов для профилирования. По умолчанию он профилирует второй пакет. Установите profile_batch=0, чтобы отключить профилирование.
`embeddings_freq`	частота (в эпохах), с которой будут визуализированы слои встраивания. Если установлено 0, встраивания не будут визуализироваться.
`embeddings_metadata`	словарь, который сопоставляет имя слоя с именем файла, в котором сохраняются метаданные для этого слоя встраивания. См. подробности о формате файлов метаданных. В случае, если один и тот же файл метаданных используется для всех слоев встраивания, можно передать строку.

Возбуждает
`ValueError`	Если histogram_freq установлен, но данные валидации не предоставлены.

Методы

`set_model`

Просмотреть исходный код

set_model(
    model
)

Устанавливает модель Keras и записывает график, если указано.

`set_params`

Просмотреть исходный код

set_params(
    params
)

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.3/api_docs/python/tf/keras/callbacks/TensorBoard