1、TensorBoard工具介绍

TensorBoard 是 TensorFlow 上一个非常酷的功能，神经网络很多时候就像是个黑盒子，里面到底是什么样，是什么样的结构，是怎么训练的，可能很难搞清楚。而 TensorBoard 的作用就是可以把复杂的神经网络训练过程给可视化，可以更好地理解，调试并优化程序。
注意：只有当Keras使用TensorFlow后端时，这一方法才能用于Keras模型。

2、调用TensorBoard工具

（1）将TensorBoard引入
keras调用TensorBoard的方法在keras.callbacks模块中

from keras.callbacks import TensorBoard

（2）TensorBoard的参数
TensorBoard方法的参数如下：

tb = TensorBoard(log_dir=FILE_DIR,  # 日志文件保存位置
                histogram_freq=1,  # 按照何等频率（每多少个epoch计算一次）来计算直方图，0为不计算
                batch_size=32,     # 用多大量的数据计算直方图
                write_graph=True,     # 是否在tensorboard中可视化计算图
                write_grads=False,    # 是否在tensorboard中可视化梯度直方图
                write_images=False,   # 是否在tensorboard中以图像形式可视化模型权重
                update_freq='batch'   # 更新频率)

（3）使用TensorBoard回调函数来训练模型

history_ft = model.fit(X, Y,
                    validation_data = (X_val, Y_val),
                    epochs=num_epochs,
                    batch_size=20,
                    callbacks=[tb], 
                    verbose=1
                    )

（4）在命令行中启动TensorBoard服务