Question

在训练keras模型时，我如何在张量板上获得某种类型的实时进度信息。就像progress bar指出过程有多远，这些图显示了acc，val_acc，loss和val_loss等，但是由于模型是训练中的（不是仅在末尾）。可以使用自动页面刷新功能（例如，每3分钟刷新一次localhost链接）来完成此操作吗？

在训练之前，我使用以下代码来运行tensorboard localhost：

tensorboard.main --host=localhost --port=6006 --logdir="C:\*****\logs"

以及以下代码来编写日志：

import time
from keras.callbacks import TensorBoard

RUN_NAME_DATE = "model run - {}".format(time.asctime(time.localtime(time.time())))
logger = TensorBoard(
    log_dir='logs/{}'.format(RUN_NAME_DATE),
    write_graph=True,
    histogram_freq=2
)

使用以下方法拟合模型：

model.fit(x_train, y_train, validation_data = (x_validation, y_validation), epochs = 20, verbose = 1, batch_size =32, shuffle=True, callbacks=[logger])

但是我没有实时更新。我不确定这些是否足以获得实时更新，因为我是Tensorboard的新手。请通过指出我到底在哪里做错来提供帮助。

训练时使用Tensorboard获得实时的Keras模型统计信息

0 个答案: