带有keras估计量的张量板

使用keras估计器时，只需将tensorboard指向模型目录，即可轻松加载默认tensorboard

  model_dir = "model_dir/"

  keras_estimator = tf.keras.estimator.model_to_estimator(
     keras_model=model, model_dir=model_dir)

  ....

  $> tensorboard --logdir model_dir

---

这将为您提供一些tensorboard默认值，但如何添加到其中，例如，如果您想为图像添加摘要编写器，或包含一些自定义tensorboard函数以将其添加到仪表板，您编写什么代码以及从何处调用它？

您是否正在寻找可能的回调？你看了吗？如果要保存不是网络权重（表示形式）的图像，则必须编写一个自定义回调（例如，像这样的回调：）。是的，但我不确定如何将回调连接到估计器，我知道，一旦设置并训练了模型，就可以调用model.evaluate（…回调=…）但那是你唯一能放这个的地方吗？有没有办法在列车步骤中添加回拨？model.fit有一个回调钩子，但是如果你使用估计器（tf.keras.estimator.model_to_estimator），你不会调用。fitOh好的，我不熟悉这种方法。如果您有一个自定义的培训功能，您可以自己进行批处理和批处理上的培训，那么您可能必须在正确的时间自己调用回调。看看这个函数，它们创建回调列表并调用不同的钩子。你也可以在训练循环中做同样的事情（我做过一次，效果很好）。@NiallJG我也遇到了同样的问题，你有没有找到解决办法？没有，我没有找到解决办法，tensorflow v2/更新版本的Keras可以直接处理tf记录，而无需设置估计器，因此我已经有一年左右没有使用模型对模型估计器了，除非你一直使用tf v 1，否则我会重新评估你现在是否需要估计器