小编Yue*_*Yue的帖子

当我检查张量板以观察训练性能时，只显示了 eval_0（蓝色）结果。

虽然它应该是一个单独的火车（橙色）和 eval（蓝色）结果，如 tensorboard 的网站（https://www.tensorflow.org/guide/summaries_and_tensorboard ?）所示。

但是，我想比较训练数据集和评估数据集的模型性能。

所以我查了models/research/object_detection/model_main.py，想知道

如果II可以通过将model_dir的标志设置为model/eval文件夹并将eval_training_data的标志设置为model/train文件夹来获得基于train和eval数据集的精度？

flags.DEFINE_string('model_dir', None, 'Path to output model directory '
                     'where event and checkpoint files will be written.')

flags.DEFINE_boolean('eval_training_data', False,
                     'If training data should be evaluated for this job. Note '
                     'that one call only use this in eval-only mode, and '
                     '`checkpoint_dir` must be supplied.')

我对这句话感到困惑。

请注意，一次调用仅在 eval-only 模式下使用它，并且必须提供 checkpoint_dir。

这是否意味着如果我只想在 eval-only 模式下运行它，那么我必须设置 checkpoint_dir？如果我想同时使用 train 和 eval 运行它，我不需要设置 checkpoint_dir？