tensorflow - 从损失函数记录标量

Question

我正在研究在 Keras 中实现的 ML 模型。对于这个模型，我编写了一个自定义损失函数，其中损失是其他 3 个变量(a_cost，b_cost，c_cost)的性能之和。损失函数有效，但我想稍微调整一下，为此我想看看这 3 个其他变量的行为如何。如何记录这些标量以便它们可以显示在 TensorBoard 中？

def custom_cost(y_true, y_pred):
    # compute a_cost, b_cost, c_cost

    cost = a_cost + b_cost + c_cost
    return cost

# ..build model...
model.compile(loss=custom_cost, optimizer=optimizers.Adam())
tensorboard = callbacks.TensorBoard(log_dir="./logs", write_graph=True)
tensorboard.set_model(model)
model.fit_generator(generator=custom_generator, epochs=100, steps_per_epoch=180,     callbacks=[tensorboard], verbose=True)

Answer 1

当计算a_cost、b_cost和c_cost时，您可以定义三个单独的函数来分别计算它们。让:

def a_cost(y_true, y_pred):
    # compute a_cost
    ...
    return a_cost

def b_cost(y_true, y_pred):
    # compute b_cost
    ...
    return b_cost

def c_cost(y_true, y_pred):
    # compute c_cost
    ...
    return c_cost

现在就像将这三个函数添加为 metrics 一样简单:

model.compile(..., metrics=[a_cost, b_cost, c_cost])