在Keras中使用TensorBoard進行模型可視化和監控非常簡單。下面是一個簡單的步驟指南：
from keras.callbacks import TensorBoard
tensorboard = TensorBoard(log_dir='./logs', histogram_freq=1, write_graph=True, write_images=True)
在這個例子中，log_dir參數指定了TensorBoard日志文件的存儲目錄。
model.fit(x_train, y_train, epochs=10, batch_size=32, callbacks=[tensorboard])
這樣，模型在訓練過程中會生成相應的TensorBoard日志文件，你可以通過在命令行中運行以下命令啟動TensorBoard服務器：
tensorboard --logdir=./logs
然后在瀏覽器中訪問 http://localhost:6006 ，你就可以看到模型訓練過程的可視化結果了。
通過TensorBoard，你可以查看模型的損失曲線、準確率曲線、權重直方圖、激活函數直方圖等信息，幫助你更好地了解模型的訓練過程和性能表現。
