2017-12-15 2 views
0

지금 TFlearn 데이터가 각 단계를 tensorboar에 보내는 각 단계를 tensorboard로 데이터를 전송하고 비효율적하지하는 방법에 대해 설명합니다. 너무 많은 공간이 필요하며 필요하지 않습니다. 그것은 시대가 끝나면 훨씬 더 좋을 것입니다. 또는 10 epochs.TFlearn -

는이 곳을 설정할 수 있습니까?

+0

질문의 컨텍스트에 대해 명확히하고 TensorFlow를 언급하고 있음을 확인하십시오. https://www.tensorflow.org/ 그렇지 않으면 독자가 컨텍스트에 대해 혼동을 느낄 수 있습니다. 또한 대상 플랫폼을 지정해야합니다. – Jeremy

+0

음, 그렇습니다. TFLearn은 TensorFlow의 프레임 워크 빌드입니다. 순수한 TensorFlow를 사용할 때는 결과를 수동으로 TensorBoard에 보내야했습니다. 그러므로 나는 완전히 통제했다. 는 그러나 TFLearn는 자기가 TensorBoard로 데이터를 전송하고 그것에 대해 걱정하지 않아도됩니다. 그러나 불행하게도 나는 주파수를 조정하는 방법을 찾을 수 없었다. 그리고 당신은 대상 플랫폼에 의해 무엇을 의미합니까? – Keeehi

답변

0

짧은 대답 code

_, train_summ_str = self.session.run([self.train, self.summ_op],feed_batch) 

이 요약은 각 단계에서 트레이닝 세트에 대해 기록되는 것을 의미 참조 번호 Tflearn는 트레이닝 동작과 동일 라인의 개요 동작이 실행되는 평가이다. 즉, 검증 세트에서 요약 작업은 매 10 시대를 평가하도록 tflearn.DNN 모델의 fit 방법에 snapshot_stepsnapshot_epoch 옵션을 지정할 수 있습니다 말했다.

@Keeehi 언급으로, 당신이 정말로 이렇게 할 경우, 당신은 당신이 각 단계에서 수행되는 정도에 대해 더 많은 제어를해야 할 순수 Tensorflow, 그것을 구현할 수 있습니다.