Keras: отслеживание пользовательских переменных / тензоров для Tensorboard - PullRequest
Новая
       7

Keras: отслеживание пользовательских переменных / тензоров для Tensorboard

0 голосов
/ 04 марта 2019

Предполагая базовый рабочий процесс в Keras (без значимой задачи): 

import keras
import keras.backend as K
import numpy as np
import tensorflow as tf

numSamples = 1024
dimInput = 4
dimOutput = 2

inputs = keras.layers.Input(shape=(dimInput,))
output = keras.layers.Dense(200, activation='relu')(inputs)
tf.summary.scalar('custom_var', tf.reduce_mean(output))
predictions = keras.layers.Dense(dimOutput, activation='softmax')(output)
model = keras.models.Model(inputs=inputs, outputs=predictions)

def custom_metric(a, b):
    return K.mean(output)

model.compile(optimizer=keras.optimizers.Adam(lr=0.1), loss='sparse_categorical_crossentropy', metrics=['accu
tensorboard = keras.callbacks.TensorBoard(log_dir='./delme', histogram_freq=1)

x = np.random.random((numSamples, dimInput))
x = (x - np.mean(x)) / np.std(x)
y = np.random.randint(dimOutput, size=numSamples)
model.fit(x=x, y=y, batch_size=16, epochs=10, validation_split=0.25, callbacks=[tensorboard])

Для приведенного выше примера custom_var оценивается и записывается для каждой отдельной мини-партии и только если histogram_freq>0.

  • Как записать custom_var без записи гистограмм (установив histogram_freq>0)?
  • Кроме того, вместо нескольких значений для каждой мини-партии, как записать среднее значение занабор проверки?
...