이번 시간에는 텐서보드를 사용하는 방법에 대해 포스팅하겠다.
텐서보드는 간단히 말해서 텐서플로우의 시각화 도구라고 할 수 있다. 머신러닝 모델의 학습 로그를 시각화하여 학습 과정을 모니터링을 편하게 도와준다.
validation 정확도는 증가하지만 training loss가 갑자기 튀는 이상현상을 텐서보드를 사용하면 빠르게 발견이 가능하다.
텐서보드를 실행하는 방법은 간단하다.
tensorboard=tf.keras.callbacks.TensorBoard(log_dir='파일이름')
model.fit(trainX, trainY, validation_data=(testX, testY), epochs=3, callbacks=[tensorboard])이런 식으로 텐서보드를 정의하면 해당 모델의 epoch이 끝나면 설정한 파일 이름을 가진 파일을 생성하고 그 안에 모델의 로그를 담는다.
로그에는 loss, 정확도, 학습률, W, bias 등 다양한 정보가 들어있다.
그럼 한번 코드를 실행해보자. 해당 코드를 실행해보면
파일이 생성된 것을 확인할 수 있다.
해당 파일을 실행하는 방법 또한 간단한데, 터미널에 
이렇게 입력해주면, (logs는 파일 이름)
이렇게 링크를 보내준다. 해당 링크를 복사해서 인터넷 브라우저에 입력하면
이런 식으로 시각화를 해준다. 그래프를 통해 정확도와 손실 등 정보를 보여줘서 직관적으로 모델이 어떤 방향으로 학습되고 있는지 확인할 수 있다.
