Megpróbálom kinyomtatni és naplózni az egyéni mérőszámokat (kocka pontszámot) minden osztálynál az edzés során beállított érvényesítéshez. Azt szeretném, ha a Keras egyéni mérőszámokat számítana ki az érvényesítési halmazokra minden korszak után. A jelenlegi programom működik, de be kell használnom néhány trükköt, amelyek végül memóriaproblémákat okoznak az edzés során.
A probléma az összes osztály kocka pontszámának kinyomtatása és naplózása, a számítások tenzorokon történnek, amelyeket nem tudok kinyomtatni. A TensorFlow 2.0-val kapcsolatos kompatibilitási problémák miatt nem tudom használni a lelkes módot, és újabb munkamenet inicializálására kényszerültem.
Az egyéni metrika osztályom az alábbiakban látható:
class Metrics(tf.keras.callbacks.Callback):
def on_train_begin(self, logs={}):
self.val_lv = []
self.val_rk = []
self.val_lk = []
self.val_sp = []
def on_epoch_end(self, batch, logs={}):
layer_name = 'loss6'
self.intermediate_layer_model = tf.keras.models.Model(inputs=self.model.input,
outputs=self.model.get_layer(layer_name).output)
for batch_index in range(0, len(self.validation_data)):
temp_targ = self.validation_data[batch_index][1][0]
temp_targ=temp_targ.astype('float32')
temp_predict = (np.asarray( self.intermediate_layer_model.predict(
self.validation_data[batch_index][0]))).round()
val_lvs = tf.reduce_mean((dice_coef(temp_targ[:,1, :, :], temp_predict[:,1, :, :])))
val_rks = tf.reduce_mean(dice_coef(temp_targ[:, 2, :, :], temp_predict[:, 2, :, :]))
val_lks = tf.reduce_mean(dice_coef(temp_targ[:, 3, :, :], temp_predict[:, 3, :, :]))
val_sps = tf.reduce_mean(dice_coef(temp_targ[:, 4, :, :], temp_predict[:, 4, :, :]))
self.val_lv.append(val_lvs)
self.val_rk.append(val_rks)
self.val_lk.append(val_lks)
self.val_sp.append(val_sps)
sess = tf.Session()
print('liver-score:', sess.run(tf.reduce_mean(self.val_lv)))
print('rk-score:', sess.run(tf.reduce_mean(self.val_rk)))
print('lk-score:', sess.run(tf.reduce_mean(self.val_lk)))
print('sp-score:', sess.run(tf.reduce_mean(self.val_sp)))
logs['liver-score'] = sess.run(tf.reduce_mean(self.val_lv))
logs['rk-score'] = sess.run(tf.reduce_mean(self.val_rk))
logs['lk-score'] = sess.run(tf.reduce_mean(self.val_lk))
logs['sp-score'] = sess.run(tf.reduce_mean(self.val_sp))
sess.close()
return
Vegye figyelembe, hogy a lv, rk, lk és sp változók az osztálynevem rövidítései.
Van más módszer a mutatók nyomtatására és naplózására, kivéve a munkamenetet?
