python - 使用 tensorboard 进行 keras 训练可视化

Question

我在 tensorflow 上使用带有 keras 的 anaconda python3，并希望可视化权重变化、渐变和输入图像。

我在 keras 文档中阅读了如何做到这一点，当我尝试使用以下代码来可视化训练时，我只得到了损失和准确性可视化，而没有任何输入数据、权重和梯度。

tensorboard1 = TensorBoard(log_dir="logs/{}".format(time()),  write_grads=True, write_images=True, histogram_freq=1)
model.fit_generator(..., callbacks=[tensorboard1]) 

我在这里读到，为了获得权重和梯度的可视化，我需要将张量板的 histogram_freq 参数设置为默认值 0 以外的值。

但是当我尝试这样做时，我不断收到一个错误，就像在这个 github 问题中解释的那样

我正在使用带有 anaconda 的 keras 2.2.4，最新和更新。我所有其他打包的都更新到 conda latest

如何获取图像和渐变以及权重可视化以及解决此问题的方法？

谢谢。

标签： pythontensorflowkerasdeep-learningtensorboard