执行以下操作时
# Tensorflow board
log_dir="logs" + datetime.datetime.now().strftime("%Y%m%d-%H%M%S")
tensorboard_callback = tf.keras.callbacks.TensorBoard(log_dir=log_dir,histogram_freq=1)
我得到以下内容
TypeError:传递给参数'values'的值的DataType bool不在 允许值列表:float32,float64,int32,uint8,int16,int8, int64,bfloat16,uint16,float16,uint32,uint64
当我删除histogram_freq=1
时,它解决了该问题。有可视化histogram_freq=1
的方法吗?没有抛出该错误?
[histogram_freq = 1
启用每个时期的Visualization
计算的Histogram
。
由于问题中没有完整的代码,请提及使用Weights
可视化Biases
和histogram_freq = 1
的完整示例代码。
# Load the TensorBoard notebook extension
%load_ext tensorboard
import tensorflow as tf
import datetime
# Clear any logs from previous runs
!rm -rf ./logs/
mnist = tf.keras.datasets.mnist
(x_train, y_train),(x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0
def create_model():
return tf.keras.models.Sequential([
tf.keras.layers.Flatten(input_shape=(28, 28)),
tf.keras.layers.Dense(512, activation='relu'),
tf.keras.layers.Dropout(0.2),
tf.keras.layers.Dense(10, activation='softmax')
])
model = create_model()
model.compile(optimizer='adam',
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])
log_dir = "logs/fit/" + datetime.datetime.now().strftime("%Y%m%d-%H%M%S")
tensorboard_callback = tf.keras.callbacks.TensorBoard(log_dir=log_dir, histogram_freq=1)
model.fit(x=x_train,
y=y_train,
epochs=5,
validation_data=(x_test, y_test),
callbacks=[tensorboard_callback])
%tensorboard --logdir logs/fit
[具有histogram_freq = 1
的权重和偏差直方图如下所示:
有关更多信息,请参阅此Tutorial on Tensorboard。
[如果遇到其他错误,请与我联系,并提供完整的可复制代码,我们将竭诚为您服务。
希望这会有所帮助。祝您学习愉快!