Я бы хотел использовать стандартный обратный вызов Tensorboard с функцией Keras fit для отображения весовых и градиентных гистограмм.Проблема заключается в том, что при обучении с подкреплением нет данных проверки, и в вызове необходимы данные проверки, чтобы кера могла генерировать гистограммы.
здесь - документация обратного вызова Tensorboard.В нем говорится, что для write_grads, histogram_freq должно быть> 0. Но если histogram_freq >0, мне нужно передать validation_data.Как уже упоминалось, у меня нет (не могу?) Данных проверки, так как я делаю обучение с подкреплением (не обучение под наблюдением).
здесь - это код обратного вызова Tensorflow.Он использует validation_data, но я не очень понимаю, почему.Мне просто нужна гистограмма весов и градиентов, которая (я думаю?) Не имеет ничего общего с данными проверки.
Например, обратный вызов в идеале должен выглядеть примерно так:
tensorboard = TensorBoard(histogram_freq=1, write_grads=True, log_dir="./")
results = self.model.fit(train_x,
train_y,
shuffle=True,
epochs=epochs,
callbacks=[tensorboard])
Но, конечно, приведенный выше код вызывает (ожидаемую) ошибку: "If printing histograms, validation_data must be provided, and cannot be a generator."
Я надеюсь, что кто-то может либо:
- Объяснить, как показывать гистограммы для весов и градиентовбез
validation_data или - Объясните, зачем нужен
validation_data.Я вижу это в исходном коде, но разве нельзя было использовать данные обучения?