我正在使用带有Tensorflow后端的Keras。我的工作涉及在我的数据集上比较几个模型的性能,如Inception,VGG,Resnet等。我想在一个图中绘制几个模型的训练精度。我试图在Tensorboard中这样做,但它不起作用。
有没有办法使用Tensorboard在一个图中绘制多个图形,还是有其他方法可以做到这一点?
谢谢
只需将每个运行保存在主文件夹下的不同文件夹中,然后在主文件夹上打开tensorboard。
for i in range(x):
tensorboard = TensorBoard(log_dir='./logs/' + 'run' + str(i), histogram_freq=0,
write_graph=True, write_images=False)
model.fit(X, Y, epochs=150, batch_size=10, callbacks=[tensorboard])
从终端,运行tensorboard如下:
tensorboard --logdir=logs
tf.summary.scalar("loss", cost)
,其中成本是张量`cost = tf.reduce_mean(-tf.reduce_sum(y * tf.log(pred),reduction_indices = 1))merged_summary_op = tf.summary.merge_all()
summary = sess.run(merged_summary_op)
的会话中运行此摘要merged_summary_op
之后,你必须使用summary_writer编写摘要:summary_writer.add_summary(summary, epoch_number)
其中summary_writer = tf.summary.FileWriter(logs_path, graph=tf.get_default_graph())
tensorboard --logdir="logpath"
====================更新=================
我已经尝试将不同模型的准确性和丢失保存到不同的目录,然后使张量板指向父目录并且它可以工作,您将在同一图表中获得不同模型的结果。我自己尝试了这个并且它有效。