python - Keras plot_model() 函数：更精细的输出

Question

我正在使用Keras plot_model() 函数来可视化我的机器学习模型。除了我的输出的第一个节点总是只是一个非常大的数字的问题之外，这个函数还有一个让我烦恼的事情：它没有提供非常精细的输出。例如，我希望能够看到有关使用的损失函数、批量大小、时期数、使用的优化器等的更多信息......

有什么方法可以从我之前保存到磁盘并使用 model_from_json() 函数再次加载的模型中检索此信息？

标签： pythonkeras

Answer 1

TensorBoardCallback怎么样？如果您使用 Tensorflow 作为后端，它将创建交互式图表，您可以根据您的模型进行探索。

您只需将其作为回调添加到您的 fit 函数并确保write_graph=True已设置（默认情况下）。如果你想要一个快捷方式，你可以直接调用它的方法而不是作为回调传递：

tensorboard = TensorboardCallback()
tensorboard.set_model(model) # your model here, will write graph etc
tensorboard.on_train_end() # will close the writer

然后只需运行tensorboard --logdir=./logs即可启动服务器。