TensorFlowでTensorBoardを使う MNIST版

環境

• Python 3.6
• TensorFlow 1.13
  • 今年中にはTensorFlow2.xが出るのだろうか、、、

やりたいこと

TensorBoardを試してみたかった。が、Qiitaをかいつまんで実行してもうまくいかない。。。

そこでMNISTの最小のコードを使ってサンプルを作る。

TensorBoardなしのMNISTコード

公式サイトのチュートリアルTOPページに載ってたやつそのまんま

import tensorflow as tf
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

model = tf.keras.models.Sequential([
  tf.keras.layers.Flatten(input_shape=(28, 28)),
  tf.keras.layers.Dense(512, activation=tf.nn.relu),
  tf.keras.layers.Dropout(0.2),
  tf.keras.layers.Dense(10, activation=tf.nn.softmax)
])
model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

model.fit(x_train, y_train, epochs=5)
model.evaluate(x_test, y_test)

とくにコケる要素はないと思う

TensorBoardありのMNISTコード

import tensorflow as tf
import datetime
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

model = tf.keras.models.Sequential([
  tf.keras.layers.Flatten(input_shape=(28, 28)),
  tf.keras.layers.Dense(512, activation=tf.nn.relu),
  tf.keras.layers.Dropout(0.2),
  tf.keras.layers.Dense(10, activation=tf.nn.softmax)
])
model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

#### ここから追記
log_dir="logs/fit/" + datetime.datetime.now().strftime("%Y%m%d-%H%M")
tensorboard_callback = tf.keras.callbacks.TensorBoard(log_dir=log_dir, histogram_freq=1)
#### ここまで追記

model.fit(x=x_train, 
          y=y_train, 
          epochs=5, 
          validation_data=(x_test, y_test), 
          callbacks=[tensorboard_callback]) ## 追記

model.evaluate(x_test, y_test)

変更点をいくつか

後述用のコールバック関数を定義　kerasがコールバック関数を持ってるのでそれを使う histogram_freq=1は必須 log_dirは日付とかにしといたほうがあとでごちゃごちゃにならないので吉

log_dir="logs/fit/" + datetime.datetime.now().strftime("%Y%m%d-%H%M")
tensorboard_callback = tf.keras.callbacks.TensorBoard(log_dir=log_dir, histogram_freq=1)

ここで先のコールバックを渡す。配列なのが注意。

model.fit(x=x_train, 
          y=y_train, 
          epochs=5, 
          validation_data=(x_test, y_test), 
          callbacks=[tensorboard_callback])

あとこのコードではkerasもtensorboardも別途インストールはいらなかった

実行

TensorBoardを実行する

tensorboard --logdir logs

ローカルホスト以外のサーバーから実行した場合は--host 0.0.0.0 を付ける必要がある。

次はkerasと組み合わせて、、