我一直在使用Matterport Mask R-CNN repo[https://github.com/matterport/Mask_RCNN/blob/master/samples/balloon/balloon.py]中的balloon.py示例脚本来学习如何实现tensorboard来监控培训过程。培训本身进展顺利,但我完全没有实现tensorboard
到目前为止,我补充说:
# create Tensorboard
logdir = os.path.join("logs", datetime.datetime.now().strftime("%Y%m%d-%H%M%S"))
tensorboard_callback = tf.keras.callbacks.TensorBoard(logdir, histogram_freq=1)
进入train(model)函数,并在实际的.train()调用中无错误地调用它:
model.train(dataset_train, dataset_val,
learning_rate=config.LEARNING_RATE,
epochs=30,
layers='heads',
custom_callbacks=[tensorboard_callback])
但在我成功地开始训练并启动tensorboard之后,它就陷入了“名称空间层次结构:查找类似子图”的困境。这需要5-10分钟的时间来完成,然后tensorboard实例将加载,并且只能显示模型结构,但找不到我应该编写的直方图
我试着改变我的张力板版本,但它似乎没有任何效果
我做错了什么
目前没有回答
相关问题 更多 >
编程相关推荐