从张量流估计器将多个损失分量输出到张量板

Question

我对 tensorflow 很陌生，我正在努力让 tensorboard 显示我的一些自定义指标。我正在使用的模型是一个 tf.estimator.Estimator，带有一个关联的 EstimatorSpec。我要记录的第一个新指标来自我的损失函数，它由两个部分组成：年龄预测的损失（tf.float32）和类别预测的损失（单热/多类），我加在一起确定总损失（我的模型同时预测班级和年龄）。总损失在训练期间输出得很好并显示在张量板上，但我想跟踪个人年龄和类别预测损失组件。

我认为应该可行的解决方案是向 EstimatorSpec 添加一个 eval_metric_ops 参数，如此处所述 (Custom eval_metric_ops in Estimator in Tensorflow)。但是，我无法使这种方法起作用。我定义了一个自定义度量函数，如下所示：

def age_loss_function(labels, ages_pred, ages_true):
  per_sample_age_loss = get_age_loss_per_sample(ages_pred, ages_true) ### works fine

  #### The error happens on this line:
  mean_abs_age_diff, age_loss_update_fn = tf.metrics.Mean(per_sample_age_loss)
  ######

  return mean_abs_age_diff, age_loss_update_fn

eval_metric_ops = {"age_loss": age_loss_function}  #### Want to use this in EstimatorSpec

说明似乎说我需要错误度量和更新函数，它们都应该从 tf.metrics 命令返回，就像我链接的例子一样。但是这个命令对我来说失败并显示错误消息：

tensorflow.python.framework.errors_impl.OperatorNotAllowedInGraphError: using a `tf.Tensor` as a Python `bool` is not allowed in Graph execution. Use Eager execution or decorate this function with @tf.function.

我可能只是在滥用 API。如果有人可以指导我正确使用，我将不胜感激。谢谢！

Answer 1

看起来问题出在版本更改上。我已经更新到 tensorflow 2.0，而我遵循的说明来自 1.X。改用 tf.compat.v1.metrics.mean() 可以解决这个问题。