R 中的 TensorBoard
您可以按照 Jupyter R 笔记本中的代码ch-17d_TensorBoard_in_R
。
您可以使用 tensorboard()
函数查看 TensorBoard,如下所示:
tensorboard('logs')
这里,'logs'
是应该创建 TensorBoard 日志的文件夹。
数据将显示为执行周期并记录数据。在 R 中,收集 TensorBoard 的数据取决于所使用的包:
- 如果您使用的是
tensorflow
软件包,请将tf$summary$scalar
操作附加到图中 - 如果您使用的是
tfestimators
软件包,则 TensorBoard 数据会自动写入创建估计器时指定的model_dir
参数 - 如果您正在使用
keras
软件包,则必须在使用fit()
函数训练模型时包含callback_tensorboard()
函数
我们修改了之前提供的 Keras 示例中的训练,如下所示:
# Training the model --------
tensorboard("logs")
history <- model %>% fit(
x_train, y_train,
batch_size = batch_size,
epochs = epochs,
verbose = 1,
validation_split = 0.2,
callbacks = callback_tensorboard("logs")
)
当我们执行笔记本时,我们获得了训练单元的以下输出:
Started TensorBoard at http://127.0.0.1:4233
当我们点击链接时,我们会看到在 TensorBoard 中绘制的标量:
TensorBoad Visualization of Plots
单击 Graphs 选项卡,我们在 TensorBoard 中看到计算图:
TensorBoard 计算图的可视化有关 R 中 TensorBoard 的更多文档,请访问以下链接:https://tensorflow.rstudio.com/tools/tensorboard.html.