我有一个模型,该模型由几个继承自tf.keras.Model
的子模型组成。这些子模型或多或少都是由keras.Sequential
模型组成的keras.layers
模型的集合,例如keras.layers.Conv2D
,keras.layers.BatchNormalization
等。调用函数传递数据通过不同的顺序模型(有时会在顺序模型的输出中添加额外的东西,例如原始输入,例如ResidualBlock子模型)。
我的主模型包含子模型的原因是因为主模型很复杂,这样做使我可以轻松更改模型体系结构(例如子模型A
的层数)。此外,部分子模型会实例化某些层(例如keras.layers.Reshape) in the
调用function because the argument to configure the
Reshape`取决于调用函数的输入。
该模型编译成功,并且我已经通过它传递了随机数据(尚未对其进行训练),但是我想对其进行可视化。
我尝试执行以下操作
tensorboard = TensorBoard(log_dir='./logs/{}'.format(time()))
tensorboard.set_model(model)
但我收到警告:WARNING:tensorflow:Model failed to serialize as JSON. Ignoring...
我也不能用它保存model.save('path_to_file.h5')
因为我收到了'NotImplemnedError。
研究之后,我发现保存自定义模型的推荐方法是仅保存权重并仅加载权重。
如何使用Tensorboard可视化我的模型?我需要实现串行器吗?有指导吗?