# R 中的 TensorBoard 您可以按照 Jupyter R 筆記本中的代碼`ch-17d_TensorBoard_in_R`。 您可以使用 `tensorboard()` 函數查看 TensorBoard，如下所示： ```r tensorboard('logs') ``` 這里，`'logs'`是應該創建 TensorBoard 日志的文件夾。 數據將顯示為執行周期并記錄數據。在 R 中，收集 TensorBoard 的數據取決于所使用的包： * 如果您使用的是`tensorflow`軟件包，請將`tf$summary$scalar`操作附加到圖中 * 如果您使用的是`tfestimators`軟件包，則 TensorBoard 數據會自動寫入創建估計器時指定的`model_dir`參數 * 如果您正在使用`keras`軟件包，則必須在使用`fit()`函數訓練模型時包含`callback_tensorboard()`函數 我們修改了之前提供的 Keras 示例中的訓練，如下所示： ```r # Training the model -------- tensorboard("logs") history <- model %>% fit( x_train, y_train, batch_size = batch_size, epochs = epochs, verbose = 1, validation_split = 0.2, callbacks = callback_tensorboard("logs") ) ``` 當我們執行筆記本時，我們獲得了訓練單元的以下輸出： ```r Started TensorBoard at http://127.0.0.1:4233 ``` 當我們點擊鏈接時，我們會看到在 TensorBoard 中繪制的標量： TensorBoad Visualization of Plots 單擊 Graphs 選項卡，我們在 TensorBoard 中看到計算圖：  TensorBoard 計算圖的可視化有關 R 中 TensorBoard 的更多文檔，請訪問以下鏈接：[https://tensorflow.rstudio.com/tools/tensorboard.html](https://tensorflow.rstudio.com/tools/tensorboard.html).