python - 为什么在 Tensorboard Graphs 中显示两个模型？

Question

我找不到在 Tensorboard Graphs 页面中显示两个模型的原因。

我预计结果是两个模型分别保存。因为模型结构相同，但数据不同。（这意味着两个模型不是同一个）

每个模型都有不同的对象（在我的代码中：FDCModel）

第一个模型“model1”在 Tensorboard 中有一个图表。但是第二个模型“model2”在 Tensorboard 中有两个图表。

这是我的部分代码。

print('========== model1 train ==========')
n_class = len(data_obj.train_ys[0])
model1 = models.FDCModel(lstm_type, train_fl, input_shape, drop_out, r_drop_out, d_units, r_units, n_layers,
                         dense_fl, optimizer, learning_rate, n_class)
model1.train_model(data_obj.train_x, data_obj.train_ys[0, :], epochs, batches, tb_dir, 'label1')
model1.save_model(model_dir)
model1.use_model(data_obj.train_x[0], data_obj.train_ys[0, 0])

print('========== model2 train ==========')
n_class = len(data_obj.train_ys[1])
model2 = models.FDCModel(lstm_type, train_fl, input_shape, drop_out, r_drop_out, d_units, r_units, n_layers,
                         dense_fl, optimizer, learning_rate, n_class)
model2.train_model(data_obj.train_x, data_obj.train_ys[1, :], epochs, batches, tb_dir, 'label2')
model2.save_model(model_dir)
model2.use_model(data_obj.train_x[0], data_obj.train_ys[1, 0])

这是model1图

这是model2图

如果有人对此发表评论，我将不胜感激。

=========================

这是我训练和保存张量板日志的方法

def train_model(self, train_x, train_y, epochs, batches, tb_dir, label_nm):
        modules.check_path(tb_dir)
        log_dir = tb_dir + self.model_name + '_' + label_nm + '_' + datetime.now().strftime('%Y%m%d-%H%M%S')
        tb_callback = keras.callbacks.TensorBoard(log_dir=log_dir, profile_batch=1)

        start_time = timeit.default_timer()
        self.model.fit(train_x, train_y, epochs=epochs, batch_size=batches,
                       callbacks=[tb_callback], verbose=0)
        duration, _ = modules.time_taken(start_time)

        loss, acc = self.model.evaluate(train_x, train_y)
        print('- Train Loss : {}'.format(loss))
        print('- Train Accuracy : {}'.format(acc))
        print('==> Train time [', duration, ' (sec)]')

标签： pythontensorflowtensorboard