我想在 tensorboard 中记录一些由 python-blackbox 函数计算的每次运行信息。
具体来说，我设想在运行 sess.run() 后使用 sklearn.metrics.auc。
如果“auc”实际上是一个张量节点，那么生活就会很简单。但是，设置更像是:
stuff=sess.run()
auc=auc(stuff)
如果有一种更 tensorflow 的方式来做这件事，我对此很感兴趣。我当前的设置涉及创建单独的训练和测试图。
如果有一种方法可以完成上述任务，我也对此感兴趣。
最佳答案
您可以使用以下代码使用自己的数据制作自定义摘要:tf.Summary(value=[tf.Summary.Value(tag="auc", simple_value=auc)]))
然后，您可以自己将该摘要添加到摘要编写器中。 (不要忘记添加 step )。
关于python-2.7 - Tensorboard 记录非张量 (numpy) 信息 (AUC)，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/38060078/