2

以 DCGAN 上的 tensorflows 教程为例： https ://www.tensorflow.org/tutorials/generation/dcgan?hl=en

为了记录损失，使用了以下示例： https ://www.tensorflow.org/tensorboard/get_started?hl=en

使用上面的作为参考，我添加了几行来查看张量板中的损失，但是不能对生成器/鉴别器的权重和偏差做同样的事情。

用于查看生成器/鉴别器损失的代码：

g_loss = tf.keras.metrics.Mean('g_loss', dtype=tf.float32)
d_loss = tf.keras.metrics.Mean('d_loss', dtype=tf.float32)

准备作家/日志目录：

current_time = datetime.datetime.now().strftime("%Y%m%d-%H%M%S")
train_log_dir = 'logs/' + current_time + '/train'
train_summary_writer = tf.summary.create_file_writer(train_log_dir)

然后对于每个时期，我分别将 gen_loss 和 disc_loss 传递到 g_loss 和 d_loss 中，然后执行以下操作：

 with train_summary_writer.as_default(): 
     tf.summary.scalar('g_loss', g_loss.result(), step=epoch) 
     tf.summary.scalar('d_loss', d_loss.result(), step=epoch)

以上允许您在 tensorboard 的 scalars 选项卡下查看 g_loss 和 d_loss。

那么我怎样才能对权重和偏差做同样的事情呢？
我可以看到它使用 tf.GradientTape() 来执行反向传播。使用它时，我认为您不需要将 model.fit() 与回调一起使用，而是将 generator.trainable_variables 与 tf.summary.histogram() 一起使用，但我不确定如何将它们放在一起。

如果您想同时查看标量和直方图，您还需要在某个时候“合并”标量和直方图吗？

4

0 回答 0