tensorflow - Tensorflow 对象检测 API 中 `train.py` 和 `model_main.py` 之间的区别
问题描述
我通常只是使用train.py
Tensorflow 对象检测 API 进行训练。但是,我从https://www.kaggle.com/c/rsna-pneumonia-detection-challenge/discussion/68581读到,你也可以用它model_main.py
来训练你的模型并在 Tensorboard 上查看实时图和图像。
- 你是如何
model_main.py
在 Tensorboard 上使用的? train.py
和 和有什么不一样model_main.py
?
解决方案
在 TensorBoard 上,model_main.py 输出类似于 train.py 的图形,但在 model_main.py 中,模型在评估数据集上的性能也被测量。
model_main.py 是 TensorFlow 对象检测 API 中的较新版本。它用于训练和评估模型。当使用 train.py 时,我们必须运行一个单独的程序进行评估(eval.py),而 model_main.py 执行两者。例如,训练代码将运行一段时间(例如 5 分钟或每 2000 步),然后停止训练并运行评估。评估完成后,将再次继续训练。然后再次重复相同的循环。
推荐阅读
- typescript - TypeScript:类型映射解析器对象到结果类型
- javascript - 从 Tabulator 对象获取 DataKey 属性
- android - android.view.InflateException:二进制 XML 文件第 2 行:二进制 XML 文件第 2 行:您必须提供 layout_width 属性
- c++ - C++ 箭头运算符 (->) 在所有情况下都返回左值吗?
- react-native - React Navigation 在选项卡导航器中的选项卡之间共享参数
- postgresql - 使用 Hangfire Monitoring API 获取所有成功的作业
- fonts - 在 iOS 13 上,在“显示”系统字体和“文本”系统字体之间进行选择
- javascript - 从函数生成模板文字的正确方法
- python - 在 Numpy 数组(Nx2 数组)上查找特定值的最快方法
- javascript - 如何使用 jquery 为每个按钮设置功能?