model.evaluate()中的TensorBoard回调

Question

根据官方Keras文档，TensorBoard回调可以与Model.evaluate一起使用:

在模型中使用时。除了epoch摘要之外，还会有一个记录评估指标与Model.optimizer.iterations编写的摘要。度量名称将以评估为前缀，Model.optimizer.iterations是可视化TensorBoard中的步骤。

我假设传递一个TensorBoard回调到Model.evaluate将创建一个包含日志文件的文件夹eval。但是，当我添加回调时，什么也没有发生:

Model.evaluate(xTest, yTest, callbacks=[TensorBoard(log_dir="./Logs/")]

TensorBoard回调在Model.fit中工作得很好。

有人知道如何用TensorBoard可视化模型评估吗?

Answer 1

您可以通过在logs文件夹中指定evaluate文件夹来存储model.evaluate()度量的日志再试一次吗?

model.evaluate(x_test, y_test, callbacks=[TensorBoard(log_dir="logs/evaluate/")])

，然后在tensorboard上可视化model.evaluate:

%tensorboard --logdir logs/evaluate/

请找到相同的工作要点。谢谢你。