- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我想使用 Tensorflow 和 Tensorboard V2 将精度和召回率合并到同一个图上。我找到了许多以前版本的示例,但没有一个适用于我的情况。
我创建了一个 Keras 回调来计算精度和召回率,然后调用 tensorflow 摘要将它们记录在同一个记录器中。我可以在 Tensorboard 中将它们可视化,但在 2 个独立的图中。
Class ClassificationReport(Callback):
def __init__(self, data_generator, steps, label_names, log_directory):
"""
Instantiator
:param data_generator: the data generator that produces the input data
:param steps: int, batch size
:param data_type, string, 'training', 'validation' or 'test', used a prefix in the logs
:param log_directory: pathlib2 path to the TensorBoard log directory
"""
self.data_generator = data_generator
self.steps = steps
self.data_type = data_type
self.logger = tensorflow.summary.create_file_writer(str(log_directory / self.data_type))
# names of the scalar to consider in the sklearn classification report
self._scalar_names = ['precision', 'recall']
def on_epoch_end(self, epoch, logs={}):
"""
log the precision and recall
:param epoch: int, number of epochs
:param logs: the Keras dictionary where the metrics are stored
"""
y_true = numpy.zeros(self.steps)
y_predicted = numpy.zeros(self.steps)
...Here I fetch y_true and y_predicted with the data_generator
# The current report is calculated by SciKit-Learn
current_report = classification_report(y_true, y_predicted, output_dict=True)
with self.logger.as_default():
for scalar_name in self._scalar_names:
tensorflow.summary.scalar(
name="{} / macro average / {}".format(self.data_type, scalar_name),
data=current_report['macro avg'][scalar_name],
step=epoch)
return super().on_epoch_end(epoch, logs)
据我了解 Tensorboard 2 逻辑,似乎不可能在同一个图上绘制 2 个标量摘要......现阶段欢迎任何建议。
最佳答案
使用两个具有相同标量摘要名称的不同编写器。
import numpy as np
import tensorflow as tf
logger1 = tf.summary.create_file_writer('logs/scalar/precision')
logger2 = tf.summary.create_file_writer('logs/scalar/recall')
precision = np.random.uniform(size=10)
recall = np.random.uniform(size=10)
for i in range(10):
with logger1.as_default():
tf.summary.scalar(name='precision-recall', data=precision[i], step=i)
with logger2.as_default():
tf.summary.scalar(name='precision-recall', data=recall[i], step=i)
tensorboard --logdir 日志/标量
根据这个答案,改编为 tf2:https://stackoverflow.com/a/38718948/5597718
关于tensorflow - 将 TensorBoard 2 中的 2 个图与 TensorFlow 2 合并,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58181527/
我正在使用张量板可视化句子嵌入。我有每个句子嵌入的标签。如何为每个标签设置颜色?例如 embedding vector Labels [0.234
在 Tensorboard 中有一个按钮将计算图保存为 png,有没有办法将其导出为矢量图形,如 eps? 最佳答案 您可以使用 SVG Crowbar 以 svg 格式保存 为“SVG Crowba
在使用 Keras Tuner 完成的超参数搜索期间,我遇到了明显的循环依赖,试图将日志数据用于 TensorBoard。 , 对于使用 TF2 构建的模型。后者的典型设置需要在调谐器的 search
我正在关注 Sentdex's DQN tutorial .我一直在尝试在 TF 2.0 中重写自定义 TensorBoard。重点是在文件中添加**stats,例如:{'reward_avg': -
我正在尝试启动 tensorboard 并查看我创建的图表。 import tensorflow as tf logPath = "C:\\path\\to\\log" -- can also be
最近的 TensorFlow 构建似乎有问题。 TensorBoard 可视化工具在从源代码编译以用于 GPU 时不会运行。错误如下: $ tensorboard Traceback (most re
我按照 pytorch.org 中的教程进行操作出现错误:TensorBoard logging requires TensorBoard version 1.15 or above ,但我已经安装了
我使用 tensorboard 创建了一些日志文件,但我无法访问它们。 使用 tensorboard 或 tensorboard --logdir=logs/ 命令提示符 出现以下错误:- C:\Us
我正在使用 Win10Pro、gpu (CUDA 10.1)、Python 3.7.5、Tensorflow 2.1.0 和 Tensorboard 2.1.0 在 ipython 中使用以下代码运行
在我执行的 Python 代码中train_writer = tf.summary.FileWriter(TBOARD_LOGS_DIR)train_writer.add_graph(sess.gra
我正在使用 Tensorboard 为我的实验绘制损失图。 我还想将测试结果添加到 Tensorboard 以便于进行实验比较,但我找不到执行此操作的函数。 我只需要一个简单的表格,例如: | Exp
当运行一个 mnist 分类程序以在 tensorboard 中查看时,它会显示多个图,即使只有一个图。我收到错误消息: 图表如下所示: 最佳答案 这看起来好像是由于同一目录中存在多个张量板文件。想必
关闭。这个问题不满足Stack Overflow guidelines .它目前不接受答案。 想改善这个问题吗?更新问题,使其成为 on-topic对于堆栈溢出。 3年前关闭。 Improve thi
pre { line-height: 125% } td.linenos .normal { color: inherit; background-c
有人让 TensorBoard 工作了吗?似乎找不到我的 ScalarSummary 文件。我正在使用: $ python /Users/nikhilbuduma/tensorflow/lib/pyt
我正在运行一个云 ML 引擎作业,我的张量板图显示隐藏层的零值比例随着步数的增加稳步增加到 1。这个情节应该如何解释?我相信这是一件好事,因为更多的零值表明该模型对其所做的预测越来越“确定”。 最佳答
我正在使用 TensorBoard 来可视化网络指标和图表。 我创建了一个 session sess = tf.InteractiveSession()并在 Jupyter Notebook 中构建图
我在 Anaconda 环境中使用 Python(jupyter notebook) 操作系统:Ubuntu tensorflow 版本:1.14.0 Python版本:3.6 https://git
可以在同一台机器上运行多个 tensorboard 实例(具有不同的日志目录)。甚至还有可以启动/重用 TB 进程的 tensorboard.manager 类。 问题是所有这些 TB 都在不同的端口
我构建了一个网络来尝试预测表面温度的光栅图像。网络的输出是一个 (1000, 1000) 大小的数组,代表一个光栅图像。为了训练和测试,将这些与各自样本的真实栅格进行比较。我明白如何add the t
我是一名优秀的程序员,十分优秀!