小编bea*_*ear的帖子

我想使用 Tensorflow 和 Tensorboard V2 将精度和召回率合并到同一个图上。我找到了许多以前版本的示例，但没有一个适用于我的情况。

我创建了一个 Keras 回调来计算精度和召回率，然后调用张量流摘要将它们记录在同一个记录器中。我可以在 Tensorboard 中将它们可视化，但在 2 个独立的图中。

Class ClassificationReport(Callback):
    def __init__(self, data_generator, steps, label_names, log_directory):
        """
        Instantiator
        :param data_generator: the data generator that produces the input data
        :param steps: int, batch size
        :param data_type, string, 'training', 'validation' or 'test', used a prefix in the logs
        :param log_directory: pathlib2 path to the TensorBoard log directory

        """

        self.data_generator = data_generator
        self.steps = steps
        self.data_type = data_type
        self.logger = tensorflow.summary.create_file_writer(str(log_directory / self.data_type))

        # names of the scalar …