如何在 Tensorboard 的同一图中绘制验证和训练损失

【问题标题】：How to plot velidation and training loss in same figure in Tensorboard如何在 Tensorboard 的同一图中绘制验证和训练损失
【发布时间】：2020-06-27 11:03:43
【问题描述】：

我正在使用 Tensorflow 对象检测模型，其配置文件类似于 tensorflow/research/object_detection/samples/configs/ 文件。然而，当我在 Tensorboard 中绘制结果时，我只看到一个关于损失/精度等的图表。我想同时显示训练和验证损失，以便更好地评估结果，但我对使用 Tensorflow 和因此需要一些关于必须在何处/如何编写的指导。

我已经查看了 tensorboard/tensorboard/plugins/custom_scalar/custom_scalar_demo.py 和 this stackoverflow 的帖子，但是我仍然对应该在哪里编写此功能感到有些困惑。

【问题讨论】：

标签： python tensorflow tensorboard

【解决方案1】：

请参考下面的示例代码来绘制验证和训练损失

import os

import tqdm
import tensorflow as tf


def tb_test():
    sess = tf.Session()

    x = tf.placeholder(dtype=tf.float32)
    summary = tf.summary.scalar('Values', x)
    merged = tf.summary.merge_all()

    sess.run(tf.global_variables_initializer())

    writer_1 = tf.summary.FileWriter(os.path.join('tb_summary', 'train_loss'))
    writer_2 = tf.summary.FileWriter(os.path.join('tb_summary', 'validation_loss'))

    for i in tqdm.tqdm(range(200)):
        # train
        summary_1 = sess.run(merged, feed_dict={x: i-10})
        writer_1.add_summary(summary_1, i)
        # eval
        summary_2 = sess.run(merged, feed_dict={x: i+10})            
        writer_2.add_summary(summary_2, i)

    writer_1.close()
    writer_2.close()


if __name__ == '__main__':
    tb_test()

%load_ext tensorboard
%tensorboard --logdir=tb_summary/

【讨论】：