如何解决在 TensorFlow 2.3.0 中使用 tf.GradientTape() 时如何可视化张量板中的权重和偏差
以 DCGAN 上的 tensorflows 教程为例: https://www.tensorflow.org/tutorials/generative/dcgan?hl=en
为了记录损失,使用了以下示例: https://www.tensorflow.org/tensorboard/get_started?hl=en
使用以上作为参考,我添加了几行代码来查看张量板中的损失,但无法对生成器/鉴别器的权重和偏差做同样的事情。
g_loss = tf.keras.metrics.Mean('g_loss',dtype=tf.float32)
d_loss = tf.keras.metrics.Mean('d_loss',dtype=tf.float32)
准备写入器/日志目录:
current_time = datetime.datetime.Now().strftime("%Y%m%d-%H%M%s")
train_log_dir = 'logs/' + current_time + '/train'
train_summary_writer = tf.summary.create_file_writer(train_log_dir)
然后对于每个时期,我将 gen_loss 和 disc_loss 分别传入 g_loss 和 d_loss,然后执行以下操作:
with train_summary_writer.as_default():
tf.summary.scalar('g_loss',g_loss.result(),step=epoch)
tf.summary.scalar('d_loss',d_loss.result(),step=epoch)
上面允许你在tensorboard的scalars选项卡下查看g_loss和d_loss。
那么我怎样才能对权重和偏差做同样的事情呢?
我可以看到它利用 tf.GradientTape() 来执行反向传播。
使用时,我认为您不需要将 model.fit() 与回调一起使用,
而是将 generator.trainable_variables 与 tf.summary.histogram() 结合使用,但我不确定如何将它们组合在一起。
如果您想同时查看标量和直方图,还需要“合并”标量和直方图?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。