我有一個TensorFlow模型,並且此模型的一部分評估準確性。 accuracy
只是張量流圖中的另一個節點,需要logits
和labels
。使用同一圖表顯示TensorFlow中的訓練和驗證準確性
當我要繪製的訓練精度,這是簡單的:我有類似:
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)
然後,我的訓練循環過程中,我有這樣的:
for n in xrange(1000):
...
summary, ..., ... = sess.run([summary_op, ..., ...], feed_dict)
writer.add_summary(summary, n)
...
內
而且對於循環,每一次說100次迭代,我想評估驗證的準確性。我有一個單獨的feed_dict,我可以在python中很好地評估驗證的準確性。
但是,這裏是我的問題:我想通過使用accuracy
節點,對驗證準確性做出另一個摘要。我不清楚如何做到這一點。由於我有accuracy
節點,所以我應該可以重新使用它,這是有道理的,但我不確定如何準確完成此操作,以便我還可以將驗證準確性作爲單獨的標量總結寫出來...
這怎麼可能?
對於其他一些解決方案,我有一個類似的問題[這裏](http://stackoverflow.com/questions/37146614/tensorboard-plot-training-and-validation-losses-on-the-samegraph)。 – golmschenk
這可能會回答你的問題(沒有設置兩個摘要目錄):http://stackoverflow.com/questions/34471563/logging-training-and-validation-loss-in-tensorboard –