keras - 构建 Keras Tensorboard 图

Question

当我创建一个简单的 Keras 模型时

model = Sequential()
model.add(Dense(10, activation='tanh', input_dim=1))
model.add(Dense(1, activation='linear'))
model.compile(loss='mean_squared_error', optimizer='adam', metrics=['mean_squared_error'])

并回调 Tensorboard

tensorboard = TensorBoard(log_dir='c:/temp/tensorboard/run1', histogram_freq=1, write_graph=True, write_images=False)
model.fit(x, y, epochs=1000, batch_size=1, callbacks=[tensorboard])

Tensorboard 中的输出如下所示:


换句话说，这完全是一团糟。

我可以做些什么来使图形输出看起来更有条理？

如何使用 Keras 和 Tensorboard 创建权重直方图？

Answer 1

您可以使用 K.name_scope('name_scope') 创建名称范围以对模型中的图层进行分组。 .

例子:

with K.name_scope('CustomLayer'):
  # add first layer in new scope
  x = GlobalAveragePooling2D()(x)
  # add a second fully connected layer
  x = Dense(1024, activation='relu')(x)

谢谢
https://github.com/fchollet/keras/pull/4233#issuecomment-316954784