Python 如何使用MonitoredTrainingSession打开类似于tf.estimator.estimator的日志'global_step/sec'？_Python_Tensorflow

Python 如何使用MonitoredTrainingSession打开类似于tf.estimator.estimator的日志'global_step/sec'？

python tensorflow

Python 如何使用MonitoredTrainingSession打开类似于tf.estimator.estimator的日志'global_step/sec'？,python,tensorflow,Python,Tensorflow,我遇到了一个小问题，但我不知道如何处理它当我使用tf.estimator.estimator时，它将记录每个步骤的两行，如下所示： INFO:tensorflow:global_step/sec: 1110.33 INFO:tensorflow:loss = 0.00026583532, step = 9376 (0.090 sec) 但是当我单独使用tf.train.MonitoredTrainingSession和LoggingTensorHook时，每个步骤只有一行没有关于全局步骤/秒

我遇到了一个小问题，但我不知道如何处理它

当我使用

tf.estimator.estimator

时，它将记录每个步骤的两行，如下所示：

INFO:tensorflow:global_step/sec: 1110.33
INFO:tensorflow:loss = 0.00026583532, step = 9376 (0.090 sec)

但是当我单独使用

tf.train.MonitoredTrainingSession

和

LoggingTensorHook

时，每个步骤只有一行没有关于

全局步骤/秒的信息
INFO:tensorflow:step = 131, loss = 0.11608909, acc = 0.955 (0.282 sec)

所以我想知道如何打开global\u step/sec

我发现信息global\u step/sec
似乎是通过arglog\u step\u count\u steps
控制的，但我已经设置了它
此外，我还想知道global\u step/sec
的含义，其中的注释是“记录全局step/sec的频率（以全局步长为单位）。MonitoredTrainingSession
确定，我找到了问题。原因是tf.train.LoggingTensorHook
的arglog\u every\u steps
与MonitoredTrainingSession
的log\u step\u count\u steps
不匹配
注意，两个参数必须相同，如果不同，例如5和10，global_step/sec
将是一个低值和一个高值，这将导致global_step/sec
图无意义
如果有人知道global\u step/sec
的含义，请告诉我。global\u step/sec：显示批次数（梯度）的性能指标
更新）我们在模型训练时每秒处理一次