TensorBoard训练图具有比验证步骤少的步骤。为什么？

Question

我正在使用TensorFlow训练神经网络，并且我想使用TensorBoard可视化训练结果。

我的代码如下：

model = Sequential([
    Dense(len(test_inputs[0])),
    BatchNormalization(),
    Activation('tanh'),
    Dropout(0.01),

    Dense(128),
    BatchNormalization(),
    Activation('tanh'),
    Dropout(0.01),

    Dense(128),
    BatchNormalization(),
    Activation('relu'),
    Dropout(0.01),

    Dense(len(test_outputs[0])),
    BatchNormalization(),
    Activation('softmax')
])

model.compile(
    optimizer='Adadelta',
    loss='mse',
    metrics=['accuracy']
)


log_dir="logs/fit/" + datetime.datetime.now().strftime("%Y%m%d-%H%M%S")
tensorboard_callback = tf.keras.callbacks.TensorBoard(log_dir=log_dir, histogram_freq=1)


model.fit(
    x = train_inputs,
    y = train_outputs,
    epochs = 5000,
    batch_size = 100,
    validation_data = (test_inputs, test_outputs),
    callbacks = [tensorboard_callback],
    verbose = False
)

除了我在TensorBoard中得到的图（下图）显示了验证数据的所有步骤（蓝线）和训练数据的一些步骤（红线）以外，所有其他工作均按预期进行，

为什么？当然我做错了，但我不知道该怎么办。

Answer 1

这是由于TensorBoard中使用的配置文件。该问题实际上正在进行中here。

您可以通过在训练后重新启动张量板过程，或者通过防止在TensorBoard回调profile_batch=0中进行概要分析，或者如果您需要能够遵循训练指标来解决此问题。