我正在使用Tensorboard(如here中所述)来监控模型的损失和准确度曲线。
tbCallBack = keras.callbacks.TensorBoard(log_dir='./Graph', histogram_freq=0, write_graph=True, write_images=True)
虽然这确实显示了每个时期之后的损失和准确性,但我想知道每个时期是否有可能多次获取此信息,因为我的数据集非常大。
这是我训练模型的方式:
n_train # number of train samples
n_valid # number of validation samples
epochs # number of epochs
batch_size # batch size
model.fit_generator(
generator=data_generator(X_train, Y_train, batch_sz=batch_size),
steps_per_epoch=n_train//batch_size,
validation_data=data_generator(X_valid, Y_valid, batch_sz=batch_size),
validation_steps=n_valid//batch_size,
epochs=epochs,
callbacks=[tbCallBack]
)