在Tensorboard中可视化histogram_freq

Question

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？

Answer 1

[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！