Keras - 在培訓期間使用TensorBoard監控數量

使用Tensorflow可以使用tf.summary在培訓期間監控數量。Keras - 在培訓期間使用TensorBoard監控數量

使用Keras可以做同樣的事嗎？你可以通過修改代碼https://github.com/fchollet/keras/blob/master/examples/variational_autoencoder.py並監測KL損失（定義爲at line 53）

提前謝謝！

來源

2017-04-19 sbaur

。

實際上，一種解決方法是在編譯模型時添加要監視的數量作爲度量。

舉例來說，我想監視KL散度（在變自動編碼器的情況下），所以我寫了這個：

def kl_loss(y_true, y_pred): 
    kl_loss = - 0.5 * K.sum(1 + K.log(z_var_0+1e-8) - K.square(z_mean_0) - z_var_0, axis=-1) 
    return kl_loss 

vae.compile(optimizer='rmsprop', loss=vae_loss, metrics=['accuracy', kl_loss])

它做什麼，我需要

來源

2017-04-27 10:00:29 sbaur

您是否嘗試過TensorBoard回調？ [1]

tensorboard = keras.callbacks.TensorBoard(log_dir='./logs', 
       histogram_freq=1, 
       write_graph=True, 
       write_images=False) 
vae.fit(x_train, 
     shuffle=True, 
     epochs=epochs, 
     batch_size=batch_size, 
     validation_data=(x_test, x_test), 
     callbacks=[tensorboard])

然後運行：

tensorboard --logdir=./logs

你可以寫回調來處理你感興趣的特定項目的修改版本

[1] https://keras.io/callbacks/#tensorboard

來源

2017-04-21 18:24:37 MattMcKnight

Tensorboard是很不錯，但它不夠靈活。例如，如果我的損失過於分a和b，a + b是總損失（但是在模型的相同輸出上計算），我無法單獨監控a和b，但只能分別監控它們的總和a + b。我希望能夠同時監控，而tf.summary只是允許這樣做，但我不知道如何與Keras進行溝通 – sbaur

Tensorboard回調使用'tf.summary.histogram'和'tf.summary.FileWriter '傾銷Tensorboard的日誌。 https://github.com/fchollet/keras/blob/master/keras/callbacks.py#L631所以它可能很容易定義你自己的lambda回調，發送你想要的選項tf.summary – MattMcKnight

我沒有想過關於看回調.TensorBoard源代碼，這裏有很多有用的代碼。非常感謝，它確實有幫助！ – sbaur

Keras - 在培訓期間使用TensorBoard監控數量

回答

相關問題