TensorBoard对于分析模型训练信息来说是个很有用的工具，虽然我目前用的不多，但是使用几次发现Tensorboard功能确实很强大。下面是Keras调用Tensorboard的代码实例：
代码语言：javascript复制 # callback tensorboard_class
tbCallBack = TensorBoard(log_dir='./logs',
histogram_freq=0,
write_graph=True,
write_images=True)
# Train the model for 'step' epochs
history = model.fit_generator(
TrainingData(score ampl * np.random.random_sample(size=score.shape), steps=step, batch_size=32),
initial_epoch=steps,
epochs=steps step,
max_queue_size=12,
workers=6,
verbose=2,
callbacks=[tbCallBack]).history当模型训练完毕，进入logs所在目录，打开终端输入：
代码语言：javascript复制tensorboard --logdir=logs出现如下结果，即表示成功调用TensorBoard
其他问题
在之前我试过在终端中输入如下命令方式调用Tensorboard，但是没有成功，目前不得知是tensorflow版本问题还是参考文章作者不严谨的问题。
还有个问题是，我在conda创建的虚拟环境中调用tensorboard也不成功，但是切换回系统环境（usr/bin/python3，已经安装了tensorflow、keras）则能调用成功，我估计是我conda装的tensorboard有问题，但是目前没找到问题在哪，正常导入包是可以的。报错截图如下：
参考资料
- https://blog.csdn.net/Michealmushan/article/details/77942810
