小编Pse*_*Nym的帖子

由于 Model.train_on_batch() 不接受回调输入，我尝试使用 Callback.on_epoch_end() 将我的损失写入张量板

但是，尝试运行 on_epoch_end() 方法会导致标题错误，“TensorBoard”对象没有属性“writer”。我的原始写入 tensorboard 问题的其他解决方案包括调用 Callback.writer 属性，并且运行这些解决方案会出现相同的错误。此外，TensorBoard 类的 tensorflow 文档没有提到 writer 属性

我是一个新手程序员，但在我看来 on_epoch_end() 方法也在某个时候调用了 writer 属性，但我很困惑为什么该函数会使用不存在的属性

这是我用来创建回调的代码：

logdir = "./logs/"
tensorboard_callback = tf.keras.callbacks.TensorBoard(log_dir=logdir)

这是我尝试在训练循环中运行的回调代码：

logs = {
            'encoder':encoder_loss[0],
            'discriminator':d_loss,
            'generator':g_loss,
        }
tensorboard_callback.on_epoch_end(i, logs)

其中encoder_loss、d_loss和g_loss是我的标量，i是批号

错误是由于我的一些不正确的代码造成的，还是 tensorflow 试图引用不存在的东西？

另外，如果有人知道使用 Model.train_on_batch 写入张量板的另一种方法，那也可以解决我的问题

我是一名新手程序员，正在尝试遵循本指南。但是，我遇到了一个问题。该指南说将损失函数定义为：

def loss(labels, logits):
    return tf.keras.losses.sparse_categorical_crossentropy(labels, logits, from_logits=True)

这给了我以下错误：

sparse_categorical_crossentropy（）获得了意外的关键字参数'from_logits'

我的意思是这from_logits是函数中未指定的参数，该参数受文档支持，该文档tf.keras.losses.sparse_categorical_crossentropy()只有两个可能的输入。

有没有一种方法可以指定正在使用的日志，或者甚至是必要的？