我在Keras和Tensorflow
中添加了许多指标来跟踪我的多类细分模型的性能。这些度量包括类度量函数和聚合度量函数。现在Tensorboard包含了我想要的所有内容,但是我的命令行输出现在看起来过载了。我想从命令行输出中删除类度量,同时将它们保留在Tensorboard中。可能吗
model.compile(loss=dice_loss,
metrics=[f1score, f1score_class0, f1score_class1, f1score_class2])
在我自己实现train_step
和test_step
时是否可能?我是否需要从头开始实施培训循环
根据Ivan K.的回答,我提出了另一个想法:
keras.callbacks.ProgbarLogger
负责记录到命令行。 可以将keras的ProgbarLogger
子类化,并将ProgbarLogger
添加到回调中。它将阻止Keras添加默认的ProgbarLogger
,从而替换它。只需实现所有将日志作为参数接收的方法,过滤日志并将过滤后的日志传递给相应的父类方法此示例删除
opt_out
列表中包含子字符串的日志此示例将删除包含键中的字符串
class
、precision
、recall
之一的每个日志这可以通过回调轻松完成。即:
model.fit
中设置verbose=0
并将回调添加到callbacks
李>据我所知,tensorboard使用所有原木。因此,它将从所有epoche获取所有度量
如果您在培训期间根本不需要打印任何信息,您可以设置
verbose=0
相关问题 更多 >
编程相关推荐