使用同一图表显示TensorFlow中的训练和验证准确性

使用同一图表显示TensorFlow中的训练和验证准确性

您可以重复使用准确性节点，但是需要使用两个不同的SummaryWriter，一个用于训练运行，另一个用于测试数据。另外，您还必须将标量摘要分配给变量以确保准确性。

accuracy_summary = tf.scalar_summary("Training Accuracy", accuracy)tf.scalar_summary("SomethingElse", foo)summary_op = tf.merge_all_summaries()summaries_dir = '/me/mydir/'train_writer = tf.train.SummaryWriter(summaries_dir + '/train', sess.graph)test_writer = tf.train.SummaryWriter(summaries_dir + '/test')

然后，在训练循环中，您将接受常规训练，并使用train_writer记录总结。此外，您每进行第100次迭代就在测试集上运行图形，并仅使用test_writer记录准确性摘要。

# Record train set summaries, and trainsummary, _ = sess.run([summary_op, train_step], feed_dict=...)train_writer.add_summary(summary, n)if n % 100 == 0:  # Record summaries and test-set accuracy  summary, acc = sess.run([accuracy_summary, accuracy], feed_dict=...)  test_writer.add_summary(summary, n)  print('Accuracy at step %s: %s' % (n, acc))

然后，您可以将TensorBoard指向父目录（summaries_dir），它将加载两个数据集。

也可以在TensorFlow
HowTo的https://www.tensorflow.org/versions/r0.11/how_tos/summaries_and_tensorboard/index.html中找到