我正在使用Keras实现一个机器学习模型。对于这个模型，我编写了一个自定义的损失函数，其中损失是其他三个变量(a_cost, b_cost, c_cost)性能的总和。损失函数运作正常，但我希望对其进行一些调整，为此我想查看这三个变量的行为。我该如何记录这些标量，以便它们能在TensorBoard中显示？

def custom_cost(y_true, y_pred):    # 计算 a_cost, b_cost, c_cost    cost = a_cost + b_cost + c_cost    return cost# ..构建模型...model.compile(loss=custom_cost, optimizer=optimizers.Adam())tensorboard = callbacks.TensorBoard(log_dir="./logs", write_graph=True)tensorboard.set_model(model)model.fit_generator(generator=custom_generator, epochs=100, steps_per_epoch=180,     callbacks=[tensorboard], verbose=True)

回答：

当a_cost、b_cost和c_cost被计算时，您可以定义三个独立的函数来分别计算它们。假设如下：

def a_cost(y_true, y_pred):    # 计算 a_cost    ...    return a_costdef b_cost(y_true, y_pred):    # 计算 b_cost    ...    return b_costdef c_cost(y_true, y_pred):    # 计算 c_cost    ...    return c_cost

现在，只需将这三个函数作为metrics添加即可：

model.compile(..., metrics=[a_cost, b_cost, c_cost])