world tutorial hello example accuracy tensorflow tensorboard

tutorial - Guarde el gráfico de Tensorflow para ver en Tensorboard sin operaciones de resumen



tensorflow hello world (4)

También puede volcar el gráfico como un protobuf GraphDef y cargarlo directamente en TensorBoard. Puede hacer esto sin iniciar una sesión o ejecutar el modelo.

## ... create graph ... >>> graph_def = tf.get_default_graph().as_graph_def() >>> graphpb_txt = str(a.graph.as_graph_def()) >>> with open(''graphpb.txt'', ''w'') as f: f.write(graphpb_txt)

Esto dará como resultado un archivo que se ve más o menos así, dependiendo de los detalles de su modelo.

node { name: "W" op: "Const" attr { key: "dtype" value { type: DT_FLOAT } } ... version 1

En TensorBoard, puede usar el botón "Subir" para cargarlo desde el disco.

Tengo un gráfico de Tensorflow bastante complicado que me gustaría visualizar para fines de optimización. ¿Hay alguna función a la que pueda llamar que simplemente guarde el gráfico para ver en Tensorboard sin necesidad de anotar variables?

Intenté esto:

merged = tf.merge_all_summaries() writer = tf.train.SummaryWriter("/Users/Name/Desktop/tf_logs", session.graph_def)

Pero no se produjo ningún producto. Esto está usando la rueda 0.6.

Esto parece estar relacionado: la visualización del gráfico no se muestra en tensorboard para el modelo seq2seq


Para mayor claridad, así es como utilicé el método .flush() y resolví el problema:

Inicializa al escritor con:

writer = tf.train.SummaryWriter("/home/rob/Dropbox/ConvNets/tf/log_tb", sess.graph_def)

y usa al escritor con:

writer.add_summary(summary_str, i) writer.flush()


Para mayor eficiencia, el tf.train.SummaryWriter registra asincrónicamente en el disco. Para asegurarse de que el gráfico aparece en el registro, debe llamar a close() o flush() en el escritor antes de que el programa finalice.


Esto funcionó para mí:

graph = tf.Graph() with graph.as_default(): ... build graph (without annotations) ... writer = tf.summary.FileWriter(logdir=''logdir'', graph=graph) writer.flush()

El gráfico se carga automáticamente al iniciar tensorboard con "--logdir = logdir /". No se necesita el botón "cargar".