我正在研究Keras中的分段问题,我希望在每个训练时代结束时显示分段结果 .
我想要类似Tensorflow: How to Display Custom Images in Tensorboard (e.g. Matplotlib Plots)的东西,但是使用Keras . 我知道Keras有TensorBoard回调,但它似乎仅限于此目的 .
我知道这会破坏Keras的后端抽象,但无论如何我对使用TensorFlow后端感兴趣 .
是否有可能通过Keras TensorFlow实现这一目标?
5 回答
因此,以下解决方案适合我:
只需将回调传递给
fit
或fit_generator
.请注意,您还可以使用回调内的
model
运行某些操作 . 例如,您可以在某些图像上运行模型以检查其性能 .同样地,您可能想尝试tf-matplotlib . 这是散点图
执行时,这将导致Tensorboard中的以下图表
请注意 tf-matplotlib 负责评估任何张量输入,避免
pyplot
线程问题并支持运行时关键绘图的blitting .我相信我找到了一种更好的方法来将这些自定义图像记录到使用tf-matplotlib的张量板上 . 这是怎么...
只需要从TensorBoard回调类覆盖_make_histogram_ops方法来添加自定义摘要 . 在我的例子中,
create_dtw_image
是一个使用tf-matplotlib创建图像的函数 .问候, .
以下是如何在图像上绘制地标的示例:
根据以上答案和我自己的搜索,我提供以下代码,使用Keras中的TensorBoard完成以下操作:
问题设置:预测双目立体匹配中的视差图;
用输入左图像
x
和地面实况视差图gt
来提供模型;在某个迭代时间显示输入
x
和地面实况'gt';在某个迭代时间显示模型的输出
y
.Callback
制作你的服装回调类 .Note
回调可以通过类属性self.model
访问其关联模型 . 另外Note
: you have to feed the input to the model with feed_dict, if you want to get and display the output of your model.fit_generator()
,如:完成!请享用!