TensorBoard 可视化 VGG19 网络训练过程

首先，需要在代码中添加 TensorBoard 相关的代码，如下所示：

from tensorflow.keras.callbacks import TensorBoard

# 创建 TensorBoard 回调函数
tensorboard = TensorBoard(log_dir='./logs', histogram_freq=0, write_graph=True, write_images=True)

其中，'log_dir' 指定 TensorBoard 日志存储路径，'histogram_freq' 指定记录直方图的频率，'write_graph' 指定是否记录模型结构图，'write_images' 指定是否记录模型参数的可视化结果。

然后，在模型训练时添加回调函数，如下所示：

model.fit(x_train, y_train, batch_size=32, epochs=100, validation_data=(x_test, y_test), callbacks=[tensorboard])

最后，在命令行中输入以下命令启动 TensorBoard：

tensorboard --logdir=./logs

其中，'--logdir' 指定 TensorBoard 日志存储路径。

启动之后，在浏览器中打开 'http://localhost:6006' 即可查看 TensorBoard 可视化结果。可以在 SCALARS、GRAPHS、HISTOGRAMS、DISTRIBUTIONS 等标签下查看模型的训练情况、结构图、参数分布等信息。