Tensorboard 输出keras的训练acc/loss曲线

系统：Ubuntu16.04

环境：conda环境

python版本：python3.6

---

---安装keras和tensorflow---

在condo环境中，下载keras十分简单，只需进入相应的环境，然后输入以下代码，即可正确安装keras，同时会默认下载keras的依赖包，包括tensorflow

>>> conda install keras

进入python，通过import检查keras和tensorflow是否正确安装，如图：

---编写keras训练模型---

引用模块

from keras.callbacks import TensorBoard

在训练的fit函数中，写入callbacks参数，给予曲线图的输出路径

model.fit(train_data, train_labels,nb_epoch=400, batch_size=32,callbacks=[TensorBoard(log_dir='mytensorboard')])

---显示训练曲线---

1. 训练完成后，我们会在本地的mytensorboard中，获得一个文件

2. 然后我们需要找到tensorboard在本环境的位置，通过which 命令可以找到

3. cd 进入tensorboard的存在目录/bin，然后在以下代码中的--logdir参数中写入mytensorboard的绝对路径

tensorboard --logdir='/home/mc/gjl_workspace/recognize_face_with_realsense/mytensorboard'

结果如图：

4. 打开浏览器，输入上面输出的地址 http://MC-AI-00:6006 ,即可看到我们需要的曲线了，不过我这里有一些问题，导致准确率不高