생각
- 처음에 아무 생각 없이 하다가 내 tensorflow를 아나콘다 가상환경에 설치한 사실을 깜빡하고 tensorboard를 실행 못시켰었다.
- tensorflow가 설치되어 있는 가상환경을 activate하고 tensorboard를 실행시키자. ㅋㅋ
설치 및 실행
tensorboard 설치
- 기본적으로 tensorflow 설치하면 자동으로 tensorboard가 설치되어진다.
mygraph라는 폴더를 만들어서 log를 저장한다.
import tensorflow as tfa = tf.constant(5, name='input_a')b = tf.constant(7, name='input_b')c = tf.multiply(a, b, name='mul_c')d = tf.add(a, b, name='add_d')e = tf.add(c, d, name='add_e')sess = tf.Session()print(sess.run(e))wirter = tf.summary.FileWriter('./mygraph',sess.graph)mygraph가 위치하는 폴더에 가서 아래의 명령어를 실행시켜준다.
tensorboard --logdir="mygraph"커맨드창 가장 하단에 있는 http://localhost:6006으로 들어가면 tensorboard가 실행되어진다.
최종 결과
응용
아래의 코드는 callback 함수로 만들어서 log를 쌓는 방법이다.
from keras.callbacks import TensorBoarddef create_callbacks():tensorboard_callback = TensorBoard(log_dir='./mygraph/mlp', histogram_freq=1, batch_size=32, write_graph=True, write_grads=False)return [tensorboard_callback]위의 코드를 만든후에 model을 실행시킬 때 콜백으로 넣어주면 log가 실시간으로 쌓인다.
callbacks = create_callbacks()model.fit(x=data["train_X"], y=data["train_y"], batch_size=32, epochs=200, verbose=1, validation_data=(data["val_X"], data["val_y"]), callbacks=callbacks)
