Tensorflow 如何使用estimator API添加有关tensorboard的更多详细信息
我模仿我的模型 我在模型中添加了SummarySaverHookTensorflow 如何使用estimator API添加有关tensorboard的更多详细信息,tensorflow,tensorboard,tensorflow-estimator,Tensorflow,Tensorboard,Tensorflow Estimator,我模仿我的模型 我在模型中添加了SummarySaverHook 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: op
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])
但当我运行get only enqueue_输入图表时,我不知道它是什么和模型图。我想要准确度和损失图表
所以我想在我的张力板上有一些细节
损耗和准确度
及时得到准确度图表是可能的,因为在估计器中,我只在最后一步后得到准确度。
我可以在tensorboard中获得更多细节,比如错误的预测图像吗?但是没有会话和图形创建,仅仅从估计器api?
首先,您不需要使用summary\u hook。您只需要在指定logits之后立即使用tf.metrics指定所需的度量
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])
把这个
tf.logging.set_verbositytf.logging.INFO
就在你的输入之后,如果你还没有这样做的话
您可以通过将eval_metric_ops={'accurity':accurity}dict插入tf.estimator.estimator spec来绘制评估指标
您可以使用tf.summary可视化图像、权重和偏差等