前回は、ライブラリKerasを使って、CNNによる分類学習を行ってみました。

Pythonと機械学習であそぼう（Kerasを使ってDeepLearningモデルを実装してみよう）

Pythonと機械学習であそぼう（Kerasを使ってDeepLearningモデルを実装、最適化関数を変更してみよう）

Kerasではfit関数にコールバック関数を指定することで、パラメータ等のログを取得することが可能です。

前回は自動で蓄積されているhistoryデータを使って、正解率、損失の推移を自分でグラフ化していましたが、今回は、学習モデルを可視化するためのツールTensorBoardというツールを使ってみたいと思います。

Kerasではfit関数にコールバック関数を指定することで、パラメータ等のログを取得することが可能です。前回使ったhistoryコールバックは自動で設定されているため、何も設定していなくても自動でログが取得できていたわけです。

TensorBoardコールバックを設定することで、TensorBoard用のログを取得することができます。

TensorBoardをコードに組み込む

Google Colab環境であれば、マジックコマンドの記述とコールバック登録で簡単にTensorBoardを使うことができます。

• TensorBoad拡張機能のロード
• コールバック登録（ログ保存場所・ファイル名の指定など）
• 表示

このように評価指標の推移や各バイアスの推移をみることができます。