Tensorflow：每隔特定步骤保存指标答案

【问题标题】：Tensorflow: Save metrics every certain stepsTensorflow：每隔特定步骤保存指标
【发布时间】：2019-08-13 20:51:38
【问题描述】：

我已经训练了一个模型，并希望每 100 步访问标准指标和自定义指标。

def top3error(features, labels, predictions):
    return {'top3error': tf.metrics.mean(tf.nn.in_top_k(predictions=predictions['logits'], 
                                                        targets=labels,
                                                        k=3))}
m = tf.estimator.DNNClassifier(
      # Config & Params
      config=config
      model_dir=model_dir,
      n_classes=n_classes,
      # Model
      feature_columns=deep_columns,
      hidden_units=[256, 128],
      activation_fn='relu',
      optimizer=tf.train.ProximalAdagradOptimizer(
        learning_rate=0.1,
        l1_regularization_strength=0.001)
    )
'''Add metrics'''          
m = tf.estimator.add_metrics(m, top3error)

我添加了一个配置变量来指定每 100 步我要保存指标。我已经成功打印了这些指标。

config=tf.estimator.RunConfig(
  model_dir=model_dir, 
  save_checkpoints_steps=100,
)

但是，在模型经过训练后，我只能访问每个指标的最后一个值。是否可以在每次有检查点时保存指标？

  results = tf.estimator.train_and_evaluate(m, train_spec, eval_spec)

【问题讨论】：

标签： tensorflow hook metrics

【解决方案1】：

您可以使用 tensorflow 摘要。您还可以使用它在 tensorboard 中可视化您的指标。

看看这个->Tensorflow Estimator API: Summaries

【讨论】：