Keras

Question

使用 Tensorflow 可以在训练期间监控数量，使用 tf.summary。

是否可以使用 Keras 做同样的事情？您能否通过修改 https://github.com/fchollet/keras/blob/master/examples/variational_autoencoder.py and monitoring the KL loss (defined at line 53)

处的代码来包含示例

提前致谢！

Answer 1

你试过TensorBoard回调吗？ [1]

tensorboard = keras.callbacks.TensorBoard(log_dir='./logs',
                 histogram_freq=1, 
                 write_graph=True, 
                 write_images=False)
vae.fit(x_train,
        shuffle=True,
        epochs=epochs,
        batch_size=batch_size,
        validation_data=(x_test, x_test),
        callbacks=[tensorboard])

然后运行:

tensorboard --logdir=./logs

您可以编写回调的修改版本来处理您感兴趣的特定项目。

[1] https://keras.io/callbacks/#tensorboard

Answer 2

实际上，解决方法是在编译模型时添加要监控的数量作为指标。

例如，我想监控 KL 散度（在变分自动编码器的背景下），所以我这样写：

def kl_loss(y_true, y_pred):
    kl_loss = - 0.5 * K.sum(1 + K.log(z_var_0+1e-8) - K.square(z_mean_0) - z_var_0, axis=-1)
    return kl_loss

vae.compile(optimizer='rmsprop', loss=vae_loss, metrics=['accuracy', kl_loss])

它满足了我的需要

Keras - 在训练期间使用 TensorBoard 监控数量

Keras - monitoring quantities with TensorBoard during training

monitoring

autoencoder

tensorboard