如何在张量流中使用估计器绘制评估损失?

Question

嗨，我想像这样的训练损失一样绘制评估损失： 图像 ，不仅仅是像 TensorFlow 教程那样的点，我是如何做到的，这是我的代码，使用此代码我只得到一个点表示评估损失：

accuracy=tf.metrics.accuracy(labels=labels, predictions=predictions["classes"])
metrics = {"accuracy": accuracy}
tf.summary.scalar("accuracy", accuracy[1])
#Configure of the training operation
if mode==tf.estimator.ModeKeys.TRAIN:
optimizer = tf.train.GradientDescentOptimizer(learning_rate=0.001)
train_op=optimizer.minimize(loss=loss,global_step=tf.train.get_global_step())
return tf.estimator.EstimatorSpec(mode=mode,loss=loss,train_op=train_op)

#Configure the evaluation operation
if mode == tf.estimator.ModeKeys.EVAL:
return tf.estimator.EstimatorSpec(mode=mode, loss=loss, eval_metric_ops=metrics)

当我在指标中输入"loss"：loss时，我得到一个错误，我该怎么做？

Answer 1

您必须指定要使用的损失类型：

查看文档 ： https://keras.io/losses/

例如：loss='mean_squared_error'