tensorflow在训练和验证时监视不同的summary的操作

最新推荐文章于 2024-05-02 04:21:18 发布

san.hang

最新推荐文章于 2024-05-02 04:21:18 发布

阅读量190

点赞数

CC 4.0 BY-SA版权

文章标签：人工智能

原文链接：http://www.cnblogs.com/MrZJ/p/9831543.html

本文介绍如何在TensorFlow中为训练和验证过程分别设置summary，通过将summary操作放入不同的集合，实现训练和验证summary的独立监控。具体方法包括定义train_summary_ops和val_summary_ops，并使用tf.summary.FileWriter将它们写入不同的日志目录。

如果想在训练和验证时监视不同的summary，将train summary ops和val summary ops放进不同的集合中即可。

train_writer = tf.summary.FileWriter(log_dir + '/train', sess.graph)
val_writer = tf.summary.FileWriter(log_dir + '/val', sess.graph)

# 假设train_loss和val_loss的计算方式不同
tf.summary.scalar("train_loss", train_loss, collections=['train'])
tf.summary.scalar("val_loss", val_loss, collections=['val'])

train_summary_ops = tf.summary.merge_all('train')
val_summary_ops = tf.summary.merge_all('val')

# training
...
train_summary = sess.run(train_summary_ops, feed_dict=train_dict)
train_writer.add_summary(train_summary, global_step)

# validation
...
val_summary = sess.run(val_summary_ops, feed_dict=val_dict)
val_writer.add_summary(val_summary, global_step)

# end
train_writer.close()
val_writer.close()

转载于:https://www.cnblogs.com/MrZJ/p/9831543.html