python - 如何使用 Tensorboard 检查训练模型的准确性？

Question

我正在运行 CNN 进行图像分类。每 100 步，就会在文件夹中创建一个文件：model.ckpt-0.data-00000-of-00001、model.ckpt-0.index、model.ckpt-0.meta。还有这些文件：graph.pbtxt 和 checkpoint。

我将使用以下哪些文件来查看 Tensorboard 中训练模型的准确性？

Answer 1

这些都不包含准确度值，它们是模型的定义（graph.pbtxt）和模型权重（checkpoint / ckpt 文件）。

默认情况下，该fit方法将输出您在调用compile模型时定义的任何损失或指标（例如准确性），例如

model.compile(optimizer="Adam", loss="mse", metrics=["mae", "acc"])

将使用mse损失和mae和acc指标编译模型。这些值将在每个 epoch 结束时打印，或者如果您verbose在调用时更改参数，则更频繁地打印fit

也许将这些值可视化的最佳方法是使用Tensorboard。为此，您需要创建一个 tensorboard 回调（回调是一个类，其方法在训练、时期和批处理的开始/结束时被调用），它将把指标和其他信息写入训练目录。

然后，您可以从培训目录中运行 tensorboard，例如tensorboard --logdir=/path/to/training/dir，获得一个不错的基于 Web 的 UI 来监控培训。