我正在使用Keras和TensorFlow后端运行模型 . 一切都很完美:
model = Sequential()
model.add(Dense(dim, input_dim=dim, activation='relu'))
model.add(Dense(200, activation='relu'))
model.add(Dense(1, activation='linear'))
model.compile(loss='mse', optimizer='Adam', metrics=['mae'])
history = model.fit(X, Y, epochs=12,
batch_size=100,
validation_split=0.2,
shuffle=True,
verbose=2)
但是一旦我包含 Logger 和回调,所以我可以登录到tensorboard,我得到了
InvalidArgumentError(请参见上面的回溯):您必须为占位符张量'input_layer_input_2'提供一个值,其中dtype为float和shape [?,1329] ...
这是我的代码:(实际上,它工作了一次,第一次,然后ecer从那以后得到了这个错误)
model = Sequential()
model.add(Dense(dim, input_dim=dim, activation='relu'))
model.add(Dense(200, activation='relu'))
model.add(Dense(1, activation='linear'))
model.compile(loss='mse', optimizer='Adam', metrics=['mae'])
logger = keras.callbacks.TensorBoard(log_dir='/tf_logs',
write_graph=True,
histogram_freq=1)
history = model.fit(X, Y,
epochs=12,
batch_size=100,
validation_split=0.2,
shuffle=True,
verbose=2,
callbacks=[logger])
1 回答
tensorboard
回调使用tf.summary.merge_all
函数来收集直方图计算的所有张量 . 因此 - 您的摘要是从以前的模型中收集张量,而不是从以前的模型运行中清除 . 为了清除这些以前的型号,请尝试: