tensorflow - 使用 Tensorboard 在一张图中绘制多个图

标签 tensorflow keras tensorboard

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多个模型(如 Inception、VGG、Resnet 等)的性能。
我想在一张图中绘制多个模型的训练精度。我正在尝试在 Tensorboard 中执行此操作,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,或者有其他方法可以做到这一点?

谢谢

最佳答案

如果您使用的是 SummaryWriter从 tensorboardX 或 pytorch 1.2 开始,您有一个名为 add_scalars 的方法:

像这样调用它:

my_summary_writer.add_scalars(f'loss/check_info', {
    'score': score[iteration],
    'score_nf': score_nf[iteration],
}, iteration)

它会显示如下:

tensorboard image

小心add_scalars会打乱你的运行组织:它会在这个列表中添加多个条目(从而造成困惑):

tensorboard image

我建议您改为这样做:
my_summary_writer.add_scalar(f'check_info/score',    score[iter],    iter)
my_summary_writer.add_scalar(f'check_info/score_nf', score_nf[iter], iter)

关于tensorflow - 使用 Tensorboard 在一张图中绘制多个图,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48951136/

相关文章:

python - 有选择地迭代张量

python - "Too early"在 Keras 中提前停止

python - 我的二元分类模型的准确性似乎卡住了 : Where did i go wrong?

python - 导入pytorch时出现导入错误

python - 如何将张量板可视化集成到 tf.Estimator?

python - 在 Tensorboard 中绘制各个层的梯度

python - 在张量板上显示 matplotlib 图而不是转储到文件

python - 如何获得稀疏张量中使用的张量的名称?

tensorflow - 如何使用 tensorflow 数据集训练 sklearn 模型?

python - Blender 和 Tensorflow 之间的通信