python - 为什么 Keras Tensorboard 标量图不是线性的(循环)？

Question

我通过 Keras 使用 TensorBoard。但标量图是困惑的。就像非线性并循环回到自身一样。有什么办法可以纠正这个问题吗？

class LRTensorBoard(TensorBoard):
    def __init__(self, log_dir):
        super().__init__(log_dir=log_dir)
    def on_epoch_end(self, epoch, logs=None):
        logs.update({'lr': K.eval(self.model.optimizer.lr)})
        super().on_epoch_end(epoch, logs)

model = Sequential()
model.add(GRU(16, input_shape=(TimeStep.TIME_STEP + 1, TimeStep.FEATURES), activation='relu', return_sequences=True))
model.add(GRU(16, activation='relu', return_sequences=True))
model.add(GRU(16, activation='relu'))
model.add(Dense(3, activation='softmax'))

tensorboard = TensorBoard(log_dir=logDir, histogram_freq=0, write_graph=True)
tensorboard.set_model(model)

model.compile(loss='categorical_crossentropy', optimizer=optimize, metrics=[categorical_accuracy])
history = model.fit(TimeStep.fodder, TimeStep.target, epochs=100, shuffle=True, batch_size=4064, validation_split=0.3, callbacks=[tensorboard, LRTensorBoard(log_dir=logDir)])

Answer 1

这是因为 TensorBoard 期望所有日志都有不同的目录。例如，如果您有 2 个名为 CNN1 和 CNN2 的模型，那么您应该具有以下结构:

logs/
    CNN1/
    CNN2/

如果你没有这个精确的结构，TensorBoard 会认为两个日志属于同一个训练 session ，因此会出现奇怪的曲线......

[编辑]当我阅读您的代码时，我看到一个简单的修复:当您指定 logdir 时，附加一个以时间戳为后缀的目录