我正在使用CIFAR-10数据集,因此有10000个测试图像。我成功创建了一个包含元数据的.tsv
文件:测试集的标签(在人类可读的文本中,而不是索引)在10000行中的每一行上。
但是,在TensorBoard打开嵌入选项卡时,我收到此错误:
但我希望在测试集上采用嵌入,通常长度为10000,就像我制作的.tsv
文件一样!
以下是我在this project中使用的代码:
K.set_learning_phase(1)
# [...]
model = build_model(hype_space)
# [...]
log_path = None
if log_for_tensorboard:
log_path = os.path.join(TENSORBOARD_DIR, model_uuid)
if not os.path.exists(log_path):
os.makedirs(log_path)
print("Tensorboard log files will be saved to: {}".format(log_path))
embeddings_metadata = {
# Dense layers only:
l.name: "../test_classes.tsv"
for l in model.layers if 'dense' in l.name.lower()
}
tb_callback = keras.callbacks.TensorBoard(
log_dir=log_path,
histogram_freq=1,
write_graph=True,
write_images=True
embeddings_freq=3,
embeddings_layer_names=list(embeddings_metadata.keys()),
embeddings_metadata=embeddings_metadata
)
tb_callback.set_model(model)
callbacks.append(tb_callback)
history = model.fit(
[x_train],
[y_train, y_train_c],
batch_size=int(hype_space['batch_size']),
epochs=EPOCHS,
shuffle=True,
verbose=1,
callbacks=callbacks,
validation_data=([x_test], [y_test, y_test_coarse])
).history
由于