当模型需要足够长的时间来推断时（即，足够的参数和足够大的数据），并且当convert -limit map 300 -density 300 dummy.pdf[0] -background white -flatten -crop '400x400+20+20' -quality 100 test.jpg
打开时，profile_batch回调无法将训练指标写入日志事件（至少它们在Tensorboard中不可见。
这是用于获取该故障的代码：
TensorBoard这是我所拥有的Tensorboard，即：
我使用此回调的方式有问题吗？
我在GPU上使用Python 3.6.8，
import os.path as op
import time
import numpy as np
from tensorflow.keras.callbacks import TensorBoard
from tensorflow.keras.layers import Conv2D,Input
from tensorflow.keras.models import Model
size = 512
im = Input((size,size,1))
im_conv = Conv2D(512,3,padding='same',activation='relu')(im)
im_conv = Conv2D(1,activation='linear')(im_conv)
model = Model(im,im_conv)
model.compile(loss='mse',optimizer='adam',metrics=['mae'])
data = np.random.rand(1,1)
run_id = f'{int(time.time())}'
log_dir = op.join('logs',run_id)
tboard_cback = TensorBoard(
log_dir=log_dir,histogram_freq=0,write_graph=False,write_images=False,profile_batch=2,)
model.fit(
x=data,y=data,validation_data=[data,data],callbacks=[tboard_cback,],epochs=100,verbose=0,);
2.0.0（但在CPU上的行为相同）。