Die kurze Antwort ist Nein. Tflearn die Zusammenfassung der Operationen in der gleichen Linie wie die Trainingsoperationen laufen auswertet, siehe code
_, train_summ_str = self.session.run([self.train, self.summ_op],feed_batch)
Dies bedeutet, dass Zusammenfassung für das bei jedem Schritt gesetzt Training angemeldet ist. Sie können jedoch die Optionen snapshot_step
und snapshot_epoch
in der fit
-Methode des Modells tflearn.DNN
so angeben, dass die Zusammenfassungsoperationen aus dem Validierungssatz nur alle 10 Epochen ausgewertet werden.
Wie @Keeehi erwähnt, wenn Sie dies wirklich tun möchten, können Sie es in reinem Tensorflow implementieren, wo Sie viel mehr Kontrolle darüber haben, was in jedem Schritt getan wird.
Bitte erläutern Sie den Kontext Ihrer Frage und identifizieren Sie, dass Sie sich auf TensorFlow beziehen: https://www.tensorflow.org/ Andernfalls sind Ihre Leser möglicherweise verwirrt über den Kontext. Sie sollten auch die Zielplattform angeben. – Jeremy
Nun, ja und nein. TFLearn ist ein Framework, das auf TensorFlow basiert. Wenn ich reines TensorFlow verwendete, musste ich die Ergebnisse manuell an TensorBoard senden. Daher hatte ich die volle Kontrolle. Aber TFLearn sendet selbst Daten an TensorBoard und ich muss mich nicht darum kümmern. Aber leider konnte ich keinen Weg finden, wie man die Frequenz einstellt. Und was meinst du mit Zielplattform? – Keeehi