Tensorboard：在Keras中再次记录训练和验证指标

Question

我有一个hp.KerasCallback和TensorBoard回调训练的模型，如example所述：

model.fit(
    ...,
    callbacks=[
        tf.keras.callbacks.TensorBoard(logdir),  # log metrics
        hp.KerasCallback(logdir_hp, hparams),  # log hparams
    ],
)

这成功打印了我所有的输入（超级）参数（以hparams dict为单位），并且 -训练指标，如果logdir_hp是/train（或要编写目录的摘要编写者） -验证指标，如果logdir_hp是/validation（或验证目录的摘要编写者）

但绝不都，因为摘要张量名称不明确！

如何使用前缀（例如acc和val_acc）在两次运行（训练和验证）中记录相同的指标，以便进行更好的分析？

以上结果是使用estimator api获得的，该api自动根据文件夹添加运行名称（当前文件夹上的火车，因此没有前缀，用于验证，eval，并且每保存x个步骤，我都会进行一次附加评估global_eval），是否可以在keras model.fit（）中实现相同的目的？