Question

在调用tf.keras.Model.fit（）之后，在训练过程中我无法查看用于训练模型的数据。

我创建了一个数据集= tf.data.DataSet对象，该对象通过模型的Model.fit（）（x = dataset）传递给tf.keras.Model对象。

我已经阅读了各种keras回调教程。例如：即https://www.tensorflow.org/beta/guide/keras/custom_callback

我知道可以通过在回调中使用self.model来访问.fit（）调用中的模型。

我尝试使用它来获取图层并获取其值。但是因为它是张量，所以需要一个占位符（即我要查看的图像）。

这是回调的示例。

tensorflow.python.framework.errors_impl.InvalidArgumentError: 2 root error(s) found.
  (0) Invalid argument: You must feed a value for placeholder tensor 'input_1' with dtype float and shape [?,224,224,3]
     [[node input_1 (defined at /usr/local/lib/python3.5/dist-packages/keras_applications/resnet50.py:214) ]]
     [[input_1/_2591]]

{{1}}

然后我检查了Tensorboard回调： https://github.com/keras-team/keras/blob/master/keras/callbacks.py

看到他们还通过keras后端获取会话，然后使用包含图像的feed_dict运行sess.run（）传递了回调的实例。

因此，此方法无效。但是，我仍然问一个问题，如何在每批开始时获取实际的图像和标签（即，传递给Model.fit（）中x的tf.data.Dataset对象）？

谢谢！

在调用model.fit之后使用回调查看x数据生成器

0 个答案: