Когда я проверяю тензорную доску на предмет наблюдения за тренировкой, там отображается только результат eval_0 (синим цветом).
В то время как это должен быть отдельный поезд (оранжевым цветом) и результат eval (синим цветом), как показано на сайте тензорной доски (https://www.tensorflow.org/guide/summaries_and_tensorboard?).
Однако я хочу сравнить производительность модели на наборе обучающих данных и наборе данных eval.
Поэтому я проверил модели / research / object_detection / model_main.py и хочузнать
, если II может получить точность на основе набора данных train и eval, установив флаг папки model_dir в model / eval и установив флагиз eval_training_data в модель / поезд папка?
flags.DEFINE_string('model_dir', None, 'Path to output model directory '
'where event and checkpoint files will be written.')
flags.DEFINE_boolean('eval_training_data', False,
'If training data should be evaluated for this job. Note '
'that one call only use this in eval-only mode, and '
'`checkpoint_dir` must be supplied.')
И я запутался с этим предложением.
Обратите внимание, что один вызов использует это только в режиме eval, и должен быть указан checkpoint_dir.
Означает ли это, что если я просто хочу запустить его в режиме только eval, тогда я должен установитьcheckpoint_dir? И если я хочу запустить его с train и eval одновременно, мне не нужно устанавливать checkpoint_dик?