如何比张量板上的每个时期更频繁地获取指标（标量）样本

Question

我试图在Tensorboard中显示我的培训阶段的指标。这是我现在设置张量板的方式：

model.compile(optimizer='rmsprop', loss='categorical_crossentropy',
              metrics=['accuracy'])

tensorboard = callbacks.TensorBoard(log_dir='./logs', write_graph=False,
                                    batch_size=28)

model.fit_generator(training_generator, epochs=80, steps_per_epoch=25, validation_steps=10,
                    callbacks=[tensorboard],
                    validation_data=validation_generator,
                    workers=3, use_multiprocessing=True,  shuffle=True)

在每个时期我都可以看到新的loss和acc被添加到张量图中的图表。但这对我来说不够频繁。我需要增加计算指标的频率。基于documentation says，我应该能够传递一个update_freq参数来控制此行为。此参数的默认值为epoch，其他可能的值为batch，或者是一个整数，它表示由tensorboard重新计算指标之前训练的样本数。

只要update_freq为epoch（显式或默认设置），一切正常。我看到四个图表，名称分别为epoch_acc，epoch_loss，epoch_val_acc和epoch_val_loss。并且它们在每个时期被更新。但是update_freq的其他值似乎不起作用。无论我为它设置了什么其他值（batch或任何整数），我都看到两个名称分别为batch_acc和batch_loss的图表（到目前为止没有问题），但它们仅保存一个数据点。而且它们没有更新（我已经放弃了大约10个纪元了）。

有人知道发生了什么吗？可能与我的模型结构有关吗？