有没有一种方法可以同时绘制两个不同网络的训练损失?TensorBoard - 在同一图表上同时训练的2个网络的绘图损失
目前,我使用两个FileWriter
和摘要保存到两个不同的目录:
writer_cnn = tf.summary.FileWriter(os.path.join('log', 'cnn'))
writer_dann = tf.summary.FileWriter(os.path.join('log', 'dann'))
s_loss_cnn = tf.summary.scalar('loss_class', loss_class_cnn)
s_loss_dann = tf.summary.scalar('loss_class', loss_class_dann)
而且在后面的代码:
s_cnn = sess.run(s_loss_cnn, feed_dict=feed_batch)
s_dann = sess.run(s_loss_dann, feed_dict=feed_batch)
writer_cnn.add_summary(s_cnn, global_step)
writer_dann.add_summary(s_dann, global_step)
但是当我火TensorBoard我得到两个不同的图表loss_class
和loss_class_1
。我读过here和there等不同的地方,创建两个目录是最好的选择。我错过了什么吗?
在你引用的例子中,_same_丢失被写入两个不同的目录。在这里,你有两种不同的损失。 – user1735003
@ user1735003任何想法如何我可以在同一个情节中绘制这两个不同的损失呢? – Leo
https://github.com/tensorflow/tensorflow/issues/7089#issuecomment-280506195提到了一种方式,虽然看起来有点脆弱。 – user1735003