我想在 Tensorboard 中看到更多评估步骤，同时我正在训练和评估我的对象检测（tensorflow object detection 中的标准代码）。
Here you can see what I mean for number of evaluation steps。如您所见，它固定为 10 个可视化。
我找不到在哪里更改和增加此参数。此外，这些可视化是随机的，而不是最后 10 个。
是否可以设置不同的可视化数量？ 我可以做些什么来查看最后 N 次评估而不是随机 N 次评估？
提前谢谢你。
添加：图片来自链接：
【问题讨论】：
标签： tensorflow object-detection tensorboard
我假设您正在使用此代码：
https://github.com/tensorflow/models/tree/master/research/object_detection
（您应该包含该链接以在以后的问题中澄清，如果该假设错误，您应该编辑您的问题以指定您使用的代码）
如果您查看底部的trainer.py 代码，他们有：
slim.learning.train(
train_tensor,
logdir=train_dir,
master=master,
is_chief=is_chief,
session_config=session_config,
startup_delay_steps=train_config.startup_delay_steps,
init_fn=init_fn,
summary_op=summary_op,
number_of_steps=(
train_config.num_steps if train_config.num_steps else None),
save_summaries_secs=120,
sync_optimizer=sync_optimizer,
saver=saver)
看起来他们已经硬编码save_summaries_sec=120 以每 120 秒保存一次摘要。这就是您要编辑以更改张量板摘要更新周期的内容。
编辑：我已将图像添加到问题中以帮助澄清。我相信答案在tf.summary.image 你有一个属性max_outputs，它控制图像块中值的数量。要专门选择图像子集，您只需编写自己的代码，以任何您认为合适的方式（随机或按某种顺序）选择它们，然后将新图像集传递给tf.summary.image。
【讨论】：
tf.metrics 具有聚合多个批次的测量值的方法。
您可能需要考虑查看模型配置文件的 eval_config 部分。
eval_config: {
num_examples: 100
num_visualizations: 50
# Note: The below line limits the evaluation process to 10 evaluations.
# Remove the below line to evaluate indefinitely.
#max_evals: 10
}
我猜max_evals 就是你要找的东西。
【讨论】：