У меня есть модель TensorFlow, и одна часть этой модели оценивает точность. accuracy
является еще одним узлом графика тензорного потока, который принимает значения logits
и labels
.Показать тренировку и точность проверки в TensorFlow с использованием того же графика
Когда я хочу построить точность обучения, это просто: у меня есть что-то вроде:
tf.scalar_summary("Training Accuracy", accuracy)
tf.scalar_summary("SomethingElse", foo)
summary_op = tf.merge_all_summaries()
writer = tf.train.SummaryWriter('/me/mydir/', graph=sess.graph)
Затем, во время моего тренировочного цикла, у меня есть что-то вроде:
for n in xrange(1000):
...
summary, ..., ... = sess.run([summary_op, ..., ...], feed_dict)
writer.add_summary(summary, n)
...
Также внутри что для цикла, скажем, 100 итераций, я хочу оценить точность . У меня есть отдельный feed_dict для этого, и я могу очень точно оценить точность проверки в python.
Однако, вот моя проблема: хочу сделать еще резюме для точности проверки, используя узел accuracy
. Я не понимаю, как это сделать. Поскольку у меня есть узел accuracy
, имеет смысл, что я должен его повторно использовать, но я не уверен, как это сделать точно, так что я также могу получить точность проверки, выписанную как отдельный файл scalar_summary ...
Как это возможно?
Для некоторых других решений у меня был аналогичный вопрос [здесь] (http://stackoverflow.com/questions/37146614/tensorboard-plot-training-and-validation-losses-on-the-same-graph). – golmschenk
Это может ответить на ваши вопросы (не устанавливая два сводных каталога): http://stackoverflow.com/questions/34471563/logging-training-and-validation-loss-in-tensorboard –