当我们在 Polyphony RNN 中通过 Python 终端命令进行训练时，如何绘制损失历史？

Question

我正在 Google Colab 训练 RNN，但所有单元格都是来自 Python 终端的命令行（如下所示），但我需要绘制损失历史记录、ROC 曲线和模型架构，但我不知道当你只有终端命令行时该怎么做，有人可以帮我解决这个问题吗？无限感谢:)

Google Colab 单元示例：

#test and train sample split wih 10% ratio
!polyphony_rnn_create_dataset \
--input=/temp/notesequences.tfrecord \
--output_dir=/content/drive/My\ Drive/RNN/sample \
--eval_ratio=0.10 \
--config='polyphony'

#Train the model!
!polyphony_rnn_train \
--run_dir=/content/drive/My\ Drive/RNN/models/polyphony/run1 \
--sequence_example_file=/content/drive/My\ Drive/RNN/sample/training_poly_tracks.tfrecord \
--num_training_steps=20000 \
--hparams="batch_size=64,rnn_layer_sizes=[128,128,128]" \
--config='polyphony' \
--num_checkpoints=10

Answer 1

据我了解，您想监控 tensorboard 日志。

如果您有 colab pro，您可以简单地使用提供给您的终端和代码块。因此，当您的程序运行ning 时，您还可以运行 tensorboard --logdir=/tmp/polyphony_rnn/logdir 获取由 tensorboard 生成的图。

如果你没有，你只需要等到执行结束。模型训练结束后，您可以简单地运行 tensorboard --logdir=/tmp/polyphony_rnn/logdir 命令来检查 tensorboard 日志。

注意：从github页面我们可以看到polyphony_rnn支持tensorboard logging。

Note2：如果您对他们默认记录为库的一部分的标量不满意，您可以通过克隆 repo 并根据需要进行更改来设置开发版本你的需要然后运行ning pip install -e . (link)

当我们在 Polyphony RNN 中通过 Python 终端命令进行训练时，如何绘制损失历史？

How to plot loss history when we do training by Python terminal commands in Polyphony RNN?

python

tensorflow

recurrent-neural-network

magenta