我正在尝试使用Tensorboard来显示我的训练程序.我的目的是,当每个时代完成时,我想使用整个验证数据集测试网络的准确性,并将此准确性结果存储到摘要文件中,以便我可以在Tensorboard中将其可视化.
我知道Tensorflow必须summary_op这样做,但它似乎只适用于运行代码的一个批处理sess.run(summary_op).我需要计算整个数据集的准确性.怎么样？
有没有任何例子可以做到这一点？
定义tf.scalar_summary接受占位符的a:
accuracy_value_ = tf.placeholder(tf.float32, shape=())
accuracy_summary = tf.scalar_summary('accuracy', accuracy_value_)
然后计算整个数据集的准确度(定义一个例程,计算数据集中每个批次的准确度并提取平均值)并将其保存到python变量中,让我们调用它va.
获得值后va,只需运行accuracy_summaryop,为accuracy_value_占位符提供信息:
sess.run(accuracy_summary, feed_dict={accuracy_value_: va})
| 归档时间： |
|
| 查看次数： |
5011 次 |
| 最近记录： |