Keras可通過TensorBoard來視覺化訓練過程，以回撥函式的形式提供TensorBoard的功能。

TensorBoard是TensorFlow提供的視覺化工具，該回調函式將日誌資訊寫入TensorBorad，使得你可以動態的觀察訓練和測試指標的影象以及不同層的啟用值直方圖。

keras.callbacks.TensorBoard(log_dir='./logs', histogram_freq=0, write_graph=True, write_images=False, embeddings_freq=0, embeddings_layer_names=None, embeddings_metadata=None)
 

引數

• log_dir：儲存日誌檔案的地址，該檔案將被TensorBoard解析以用於視覺化

• histogram_freq：計算各個層啟用值直方圖的頻率（每多少個epoch計算一次），如果設定為0則不計算。

• write_graph: 是否在Tensorboard上視覺化圖，當設為True時，log檔案可能會很大

• write_images: 是否將模型權重以圖片的形式視覺化
• embeddings_freq: 依據該頻率(以epoch為單位)篩選儲存的embedding層
• embeddings_layer_names:要觀察的層名稱的列表，若設定為None或空列表，則所有embedding層都將被觀察。
• embeddings_metadata: 字典，將層名稱對映為包含該embedding層元資料的檔名。如果所有的embedding層都使用相同的元資料檔案，則可傳遞字串。

在使用TensorBoard之前，需要安裝TensorFlow，CPU下的安裝方法可參考這裡，GPU下的安裝方法可參考這裡。我們可以通過下面的命令來啟動TensorBoard：

tensorboard --logdir=your_path