Нетензионная (numpy) информация о каротаже в Tensorboard (AUC)
Я хотел бы записать в тензорную доску некоторую информацию для каждого прогона, рассчитанную с помощью некоторой функции python-blackbox.
В частности, я предполагаю использовать sklearn.metrics.auc после запуска sess.run ().
Если бы «auc» был на самом деле тензорным узлом, жизнь была бы простой. Тем не менее, установка больше похожа на:
stuff=sess.run()
auc=auc(stuff)
Если есть более тензорный способ сделать это, я заинтересован в этом. Моя текущая настройка включает в себя создание отдельных графиков поездов и испытаний.
Если есть способ выполнить задачу, как указано выше, меня это тоже интересует.