如何在Tensorboard中可视化指标回调？

Question

我在keras中有一个模型，在其中我将自定义指标用作：

class MyMetrics(keras.callbacks.Callback):
    def __init__(self):
        initial_value = 0
    def on_train_begin(self, logs={}):
        ...
    def on_epoch_end(self, batch, logs={}):
        here I calculate my important values

现在，可以在Tensorboard中可视化它们吗？例如，如果我的指标类似于：

def mymetric(y_true,y_pred):
    return myImportantValues

我可以通过Tensorboard将它们可视化mymodel.compile(..., metrics = mymetric)

指标回调有类似之处吗？我试图在类MyMetric中创建一个函数，并将其传递给mymodel.compile，但它不会更新值。

Answer 1

您可以使用自定义指标创建事件文件，并在tensorboard中直接对其进行可视化。

这适用于Tensorflow 2.0。在此示例中，从训练历史记录了准确性/度量。对于您的情况，可以从on_epoch_end回调中完成。

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

history = model.fit(x=X, y=y, epochs=100, verbose=1)
for epoch in range(len(history.history['accuracy'])):
    with train_summary_writer.as_default():
        tf.summary.scalar('loss', history.history['loss'][epoch], step=epoch)
        tf.summary.scalar('accuracy', history.history['accuracy'][epoch], step=epoch)

执行脚本后，

tensorboard --logdir日志/火车

https://www.tensorflow.org/tensorboard/r2/get_started#using_tensorboard_with_other_methods