如何使用 Tensorboard 通过 Keras 函数式 API 创建激活直方图

Question

我使用 Keras 函数式 API 创建以下网络：

input = Input(shape=input_shape)
x = Conv2D(filters=32, kernel_size=(3, 3), activation='relu')(input)
tf.summary.histogram(name="conv1", data=x)
x = Conv2D(filters=64, kernel_size=(3, 3), activation='relu')(x)
tf.summary.histogram(name="conv2", data=x)
x = MaxPool2D(pool_size=(2, 2))(x)
x = Flatten()(x)
x = Dense(units=128, activation='relu')(x)
tf.summary.histogram(name="dense1", data=x)
x = Dense(units=num_classes, activation='softmax')(x)
tf.summary.histogram(name="demse1", data=x)
model = Model(inputs=inp, outputs=x)

我使用tf.summary.histogram来提取有关不同层激活的信息。 但是，层的激活直方图不会出现在 Tensorboard 中。

我做错了什么？

Answer 1

您可以使用张量板回调来获取直方图。

tensorboard_callback = tf.keras.callbacks.TensorBoard(
    log_dir='logs', histogram_freq=1, profile_batch = 0
)

model.fit(x,y, epochs = 5, callbacks = tensorboard_callback)

有关完整的文档，请参见此处

Tensorboard 直方图 -