我正在运行一个用于图像分类的CNN。每隔 100 个步骤，就会在一个文件夹中创建一个文件：model.ckpt-0.data-00000-of-00001、model.ckpt-0.index、model.ckpt-0.meta。还有这些文件：graph.pbtxt 和 checkpoint。
我将使用其中的哪个文件来查看 Tensorboard 中训练模型的准确性？
这些都不包含精度值，它们是模型的定义(graph.pbtxt)和模型权重(检查点/ckpt文件)。
默认情况下，fit方法将输出您在模型上调用compile时定义的任何损失或指标(例如准确性)，例如
model.compile(optimizer="Adam", loss="mse", metrics=["mae", "acc"])
将使用mse损失以及mae和acc指标编译模型。这些值将在每个纪元结束时打印，如果在调用fit时更改verbose参数，则更频繁地打印
也许可视化这些值的最好方法是使用Tensorboard。为此，您需要创建一个张量板回调(回调是一个类，其中包含在训练开始/结束时调用的方法，epoch 和批处理)，它将指标和其他信息写入训练目录。
然后你可以从训练目录内运行张量板，例如tensorboard --logdir=/path/to/training/dir获得一个漂亮的基于 Web 的 UI 来监控培训。