使用Tensorflow的Estimator API时，有没有办法让Tensorflow打印额外的训练指标（例如批次准确率）？

人们可以添加摘要并在Tensorboard中查看结果（参见另一篇文章），但我想知道是否有优雅的方法在训练时打印标量摘要值。这对于训练损失已经实现，例如：

loss = 0.672677, step = 2901 (52.995 sec)

但如果能有例如：

loss = 0.672677, accuracy = 0.54678, step = 2901 (52.995 sec)

而不太麻烦就好了。我知道大多数时候绘制测试集的准确率更有用（我已经在使用验证监视器来做这件事），但在这种情况下，我对训练批次的准确率也感兴趣。

回答：

据我所知，通过传递参数无法改变这一点。你可以尝试通过创建一个日志钩子并将其传递到estimator的运行中来实现。

在你的estimator的model_fn函数体内：

logging_hook = tf.train.LoggingTensorHook({"loss" : loss,     "accuracy" : accuracy}, every_n_iter=10)# 函数的其余部分return tf.estimator.EstimatorSpec(    ...params...    training_hooks = [logging_hook])

编辑：

要查看输出，你还必须将日志详细程度设置得足够高（除非这是你的默认设置）：tf.logging.set_verbosity(tf.logging.INFO)