张量板日志可以删除或压缩吗？

Question

我正在使用n折交叉验证进行冗长的Keras训练过程。对于日志记录，我使用的是keras.callbacks.TensorBoard类。这将为每个要训练的模型创建n个日志文件，大小为5-8 mb。由于计算机资源稀少，我不得不频繁停止和继续训练，这是我使用Keras initial_epoch设置所做的。

这可行，但是每次我重新开始培训过程时，都会创建n个新的日志文件。这是一个问题，因为它浪费了大量空间。

如何解决这个问题？我只对模型验证损失和准确性感兴趣，因此我不需要TensorBoard存储的所有数据。具体来说，是真正的events.out.tfevents.<timestamp>.<hostname>大文件给我带来了麻烦。

我的回调设置为：

tb = TensorBoard(log_dir = join(fold_dir, 'logs'),
                 write_graph = True, write_images = True)
model.fit_generator(train,
                    steps_per_epoch = len(train),
                    initial_epoch = initial_epoch,
                    epochs = 500,
                    shuffle = True,
                    validation_data = val,
                    validation_steps = len(val),
                    callbacks = [tb])