Tensorboard回调未写入训练指标

Question

[当模型花费足够长的时间来推断时（即足够的参数和足够大的数据），并且当profile_batch启用时，TensorBoard回调无法将训练指标写入日志事件（至少它们没有在Tensorboard中可见）。

这是用于获取该故障的代码：

import os.path as op
import time

import numpy as np
from tensorflow.keras.callbacks import TensorBoard
from tensorflow.keras.layers import Conv2D, Input
from tensorflow.keras.models import Model

size = 512
im = Input((size, size, 1))
im_conv = Conv2D(512, 3, padding='same', activation='relu')(im)
im_conv = Conv2D(1, 3, padding='same', activation='linear')(im_conv)
model = Model(im, im_conv)
model.compile(loss='mse', optimizer='adam', metrics=['mae'])

data = np.random.rand(1, size, size, 1)

run_id = f'{int(time.time())}'
log_dir = op.join('logs', run_id)
tboard_cback = TensorBoard(
    log_dir=log_dir, 
    histogram_freq=0, 
    write_graph=False, 
    write_images=False, 
    profile_batch=2,
)

model.fit(
    x=data, 
    y=data, 
    validation_data=[data, data], 
    callbacks=[tboard_cback,], 
    epochs=100, 
    verbose=0,
);

这是Tensorboard，即我拥有的

我使用此回调的方式有问题吗？

我在GPU上使用Python 3.6.8，tensorflow 2.0.0（但在CPU上的行为是相同的。）>

[当模型花费足够长的时间来推断时（即，足够的参数和足够大的数据），并且当profile_batch打开时，TensorBoard回调无法将训练指标写入日志中……

Answer 1

因此，显然是由于在回调中完成了分析。我们可以通过profile_batch=0禁用它。该问题仍在继续，请在此处关注：https://github.com/tensorflow/tensorboard/issues/2084