在Keras的TensorBoard回调中嵌入的张量不匹配的数量

时间:2017-07-19 00:11:12

标签: tensorflow keras tensorboard

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:

张量数(16128)与元数据中的行数(10000)不匹配。

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

0 个答案:

没有答案