张量流中的训练步骤和验证步骤不同

Question

我正在使用tensorflow回调在tensorboard上进行可视化显示。

tensorboard = tf.keras.callbacks.TensorBoard(
    log_dir='logs',
    histogram_freq=1,
    write_graph=True,
    write_images=True,
    update_freq='epoch',
    profile_batch=2,
    embeddings_freq=1,
    )

我正在使用简单模型，并使用数据管道作为模型的输入。这里的要素层包含每个要素的feature_columns：

model = tf.keras.Sequential([
    feature_layer,
    tf.keras.layers.Dense(units = 12, activation='relu', use_bias = True, kernel_initializer= 'glorot_uniform', bias_initializer = 'zeros'),
    tf.keras.layers.Dense(units = 6, activation='relu', use_bias = True, kernel_initializer= 'glorot_uniform', bias_initializer = 'zeros'),
    tf.keras.layers.Dense(units = 2, activation='softmax')
    ])

我正在使用adam作为优化程序，将稀疏的分类交叉熵作为损失，将准确性作为度量。 这是我的张量板图：

red line = train   
blue line = validation

我的问题是为什么它显示的培训步骤少于验证步骤。

Answer 1

如果您查看tf.keras.callbacks.TensorBoard的tensorflow文档，则在profile_batch的参数部分下，其格式如下-

profile_batch：分析批次以采样计算特征。 profile_batch必须是非负整数或正整数对的逗号分隔字符串。一对正整数表示要分析的批次范围。默认情况下，它将配置第二批。将profile_batch = 0设置为禁用分析。必须在TensorFlow急切模式下运行。

您已设置profile_batch=2，因此它仅显示第二批的结果。

示例-

# profile a single batch, e.g. the 5th batch.
tensorboard_callback =
    tf.keras.callbacks.TensorBoard(log_dir='./logs', profile_batch=5)
model.fit(x_train, y_train, epochs=2, callbacks=[tensorboard_callback])
# run the tensorboard command to view the visualizations in profile plugin.

# profile a range of batches, e.g. from 10 to 20.
tensorboard_callback =
    tf.keras.callbacks.TensorBoard(log_dir='./logs', profile_batch='10,20')
model.fit(x_train, y_train, epochs=2, callbacks=[tensorboard_callback])
# run the tensorboard command to view the visualizations in profile plugin.

设置profile_batch=0以禁用性能分析。必须在TensorFlow急切模式下运行。