如何使用 Tensorboard 检查训练模型的准确性？

问题描述

我正在运行 CNN 进行图像分类。每 100 步，就会在文件夹中创建一个文件：model.ckpt-0.data-00000-of-00001、model.ckpt-0.index、model.ckpt-0.meta。还有这些文件：graph.pbtxt 和 checkpoint。

我将使用这些文件中的哪个文件来查看 Tensorboard 中训练模型的准确性？

解决方法

这些都不包含准确率值，它们是模型的定义（graph.pbtxt）和模型权重（checkpoint / ckpt 文件）。

默认情况下，fit 方法将输出您在模型上调用 compile 时定义的任何损失或指标（例如准确性），例如

model.compile(optimizer="Adam",loss="mse",metrics=["mae","acc"])

将使用 mse 损失以及 mae 和 acc 指标编译模型。这些值将在每个纪元结束时打印，或者如果您在调用 verbose

时更改 fit 参数，则会更频繁地打印

也许可视化这些值的最佳方法是使用 Tensorboard。为此，您需要创建一个 tensorboard 回调（回调是一个具有在训练开始/结束时调用的方法、时期和批处理的类），它将指标和其他信息写入训练目录。

然后你可以从训练目录中运行 tensorboard，例如tensorboard --logdir=/path/to/training/dir 以获得用于监控训练的漂亮的基于网络的 UI。