如何使用估计器API在tensorboard上添加更多详细信息
如何使用估计器API在tensorboard上添加更多详细信息
提问于 2018-08-03 02:24:29
我通过https://www.tensorflow.org/tutorials/estimators/cnn制作了我的模型。
我将SummarySaverHook添加到我的模型中
summary_hook = tf.train.SummarySaverHook(
100,
output_dir='C:/Users/dir',
summary_op=tf.summary.merge_all())
# Configure the Training Op (for TRAIN mode)
if mode == tf.estimator.ModeKeys.TRAIN:
optimizer = tf.train.GradientDescentOptimizer(learning_rate=0.01)
train_op = optimizer.minimize(
loss=loss,
global_step=tf.train.get_global_step())
return tf.estimator.EstimatorSpec(mode=mode, loss=loss, train_op=train_op, training_hooks=[summary_hook])但是当我运行get only enqueue_input图表(我不知道它是什么)和模型图时。我想要精确度和损失表。
所以我想在我的拉力板上写几个细节。
- Loss and accuraty
- 可以及时获得准确的图表，因为在estimator中，我只能在最后一步后获得准确性。
- 我是否可以在tensorboard中获得更多详细信息，如错误的预测图像？但没有创建会话和图形，只能通过estimator？
创建
回答 1
Stack Overflow用户
发布于 2018-08-04 04:20:11
首先，你不需要使用summary_hook。您只需在指定logits之后立即使用tf.metrics指定所需的指标。
logits = tf.layers.dense(inputs=dropout, units=10)
predictions = {
"classes": tf.argmax(input=logits, axis=1),
"probabilities": tf.nn.softmax(logits, name="softmax_tensor")
}
accuracy = tf.metrics.accuracy(labels=labels, predictions=predictions['classes']
tf.summary.scalar('acc', accuracy[1])如果你还没有这样做，就把这个tf.logging.set_verbosity(tf.logging.INFO)放在你的输入后面。
您可以通过在tf.estimator.EstimatorSpec中插入eval_metric_ops = {'accuracy': accuracy} dict来绘制评估指标
您可以使用tf.summary来可视化图像、权重和偏差等。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/51660039
复制相关文章
相似问题