如何在张量板上针对估算器模型绘制每秒的评估步长

问题描述

我试图在张量板上绘制每秒评估指标。我试图创建一个会话挂钩来计算指标。以下是我的代码：

class EstimatorValidationStepPerSecCallBack(tf.estimator.SessionRunHook):
    def __init__(self,log_dir: str,update_freq: int):
        self.steps = 0
        self.update_freq = update_freq
        self.begin_time = None
        validation_summary_dir = os.path.join(log_dir,"validation")
        self.validation_summary_writer = tf.summary.create_file_writer(os.path.join(log_dir,"validation"))
        # self.validation_summary_writer = tf.compat.v1.summary.FileWriter(logdir=validation_summary_dir)

    @overrides
    def before_run(self,run_context):
        if not self.begin_time:
            self.begin_time = time.time()
        self.steps += 1
        print("YYL hook step")
        print(self.steps)

    @overrides
    def after_run(self,run_context,run_values):
        if self.steps % self.update_freq == 0:
            current_time = time.time()
            global_steps_per_sec = self.update_freq / (current_time - self.begin_time)
            self.begin_time = current_time
            with self.validation_summary_writer.as_default():
                tf.summary.scalar("eval_step/sec",eval_step_per_sec)

这是我将其传递给评估规范的方式：

eval_spec = tf.estimator.EvalSpec(input_fn=data_fn,steps=100,hooks=[EstimatorValidationStepPerSecCallBack(log_dir=summary_dir,update_freq=50)])
tf.estimator.train_and_evaluate(model,train_spec,eval_spec)

最后，我将收到以下错误：

      """
      if self._finalized:
>       raise RuntimeError("Graph is finalized and cannot be modified.")
E       RuntimeError: Graph is finalized and cannot be modified.

我想知道是否有解决此问题的方法？如果不是，是否还有另一种方法可以在张量板上绘制该度量？感谢您的潜在帮助。

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）