使用 Keras 和 fit_generator 的 TensorBoard 分布和直方图

Question

我正在使用 Keras 使用 fit_generator 函数训练 CNN。

TensorBoard 在此设置中不显示直方图和分布似乎是一个已知问题。

有没有人想出办法让它工作？

Answer 1

没有简单的方法可以仅用一行代码插入它，您必须手动编写摘要。

好消息是这并不难，你可以使用Keras 中的 TensorBoard 回调代码作为参考。 （还有一个为 TensorFlow 2.x 准备的版本 2。 ）

基本上，编写一个函数，例如write_summaries(model)并在您想编写摘要时调用它（例如，在您的fit_generator() ）

在你的write_summaries(model)函数中，使用tf.summary 、 histogram_summary和其他汇总函数来记录你想在张量板上看到的数据。

如果您不知道如何查看官方教程：以及带有摘要的MNIST 的绝佳示例。

Answer 2

我相信 bartgras 的解释在更新版本的 Keras 中被取代（我使用的是 Keras 2.2.2）。 为了在 Tensorboard 中获取直方图，我所做的就是以下内容（其中bg是一个数据gb.training_batch()类，它为gb.training_batch()公开了一个生成器；但是gb.validation_batch()不是一个生成器）：

NAME = "Foo_{}".format(datetime.now().isoformat(timespec='seconds')).replace(':', '-')

tensorboard = keras.callbacks.TensorBoard(
    log_dir="logs/{}".format(NAME),
    histogram_freq=1,
    write_images=True)

callbacks = [
    tensorboard
]

history = model.fit_generator(
    bg.training_batch(),
    validation_data=bg.validation_batch(),
    epochs=EPOCHS,
    steps_per_epoch=bg.steps_per_epoch,
    validation_steps=bg.validation_steps,
    verbose=1,
    shuffle=False,
    callbacks=callbacks)