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？