Tensorflow Keras张力板更新频率是冲洗率还是累积率?

Tensorflow Keras张力板更新频率是冲洗率还是累积率?,tensorflow,machine-learning,keras,tensorboard,Tensorflow,Machine Learning,Keras,Tensorboard,我正在使用keras回调将日志写入tensorboard。 TensorBoard回调接收update_freqparam,并根据文档: “批处理”或“历元”或整数。使用“批处理”时,写入损失 并在每批完成后将其计量至张力板。这同样适用于 “时代”。如果使用整数,比如1000,回调将写入 每1000批TensorBoard的指标和损失。注意 过于频繁地在TensorBoard上写字会减慢你的训练速度 从文档中,我了解到tensorboard经常积累日志,并且每次update\u freq 然而,

我正在使用keras回调将日志写入tensorboard。
TensorBoard回调接收
update_freq
param,并根据文档:

“批处理”或“历元”或整数。使用“批处理”时,写入损失 并在每批完成后将其计量至张力板。这同样适用于 “时代”。如果使用整数,比如1000,回调将写入 每1000批TensorBoard的指标和损失。注意 过于频繁地在TensorBoard上写字会减慢你的训练速度

从文档中,我了解到tensorboard经常积累日志,并且每次
update\u freq

然而,当我查看一个历元的标量时,我只看到一个点(尽管有数千步)

那么,这里的正确行为是什么?

keras是否收集每一步的标量并在每一次
update\u freq
时写入文件系统,或者它也在每一次
update\u freq
时累积标量(从而解释了为什么我看到一个标量代表一千个步骤)?

通过运行几个测试,我可以确认它在每一次
update\u freq
时收集标量,因此,为
epoch
设置它时,它将仅收集每个epoch的度量。

通过运行几个测试,我可以确认它每
更新频率
收集一次标量,因此为
epoch
设置它时,它将仅收集每个epoch的度量