Keras tensorboard 回调不保存 training/validation 精度
Keras tensorboard callback not saving training/validation accuracies
目前,我正在 Keras 中创建一个 Tensorboard 回调对象,并在调用我的 fit
函数时将其添加为回调。
然而,当我 运行 张量板时,我看到的唯一标量值是 loss
和 val_loss
。
有没有办法使用张量板的 Keras 回调添加额外的标量值,例如 acc
和 val_acc
?
Tensorboard 默认记录所有定义的指标,您是否将它们添加到模型中?
在我的例子中,我什至有一些自定义指标,它们使用 keras 回调记录在 tensorboard 中。
tensorboard = TensorBoard(log_dir='./graph', histogram_freq=0,
write_graph=True, write_images=True)
model.compile('adam', 'binary_crossentropy', metrics=[matthews_correlation, 'accuracy'])
model.fit(X, y,callbacks=[tensorboard], ...)
目前,我正在 Keras 中创建一个 Tensorboard 回调对象,并在调用我的 fit
函数时将其添加为回调。
然而,当我 运行 张量板时,我看到的唯一标量值是 loss
和 val_loss
。
有没有办法使用张量板的 Keras 回调添加额外的标量值,例如 acc
和 val_acc
?
Tensorboard 默认记录所有定义的指标,您是否将它们添加到模型中? 在我的例子中,我什至有一些自定义指标,它们使用 keras 回调记录在 tensorboard 中。
tensorboard = TensorBoard(log_dir='./graph', histogram_freq=0,
write_graph=True, write_images=True)
model.compile('adam', 'binary_crossentropy', metrics=[matthews_correlation, 'accuracy'])
model.fit(X, y,callbacks=[tensorboard], ...)