什么时候必须使用 TensorFlow 的 FileWriter.flush() 方法？
When do I have to use TensorFlow's FileWriter.flush() method?
我目前正在一个稍大的 TensorFlow 项目中工作，并尝试像往常一样可视化我的网络的某些变量，即执行此工作流程
- 通过
tf.summary.scalar('loss', loss) 声明我想跟踪的变量
- 通过
summary_op = tf.summary.merge_all() 收集它们
- 将我的作者声明为
writer = tf.summary.FileWriter('PATH') 并添加图表
- 通过
s = sess.run(summary_op) 在我的训练迭代期间评估汇总操作
- 最后通过
writer.add_summary(s, epoch) 将其添加到我的作家
通常这对我来说很管用。但是这一次，我只看到了图表，当我检查事件文件时，我发现它是空的。巧合的是，我发现有人建议在添加我的摘要作为第 6 步后使用 writer.flush()。这解决了我的问题。
因此，合乎逻辑的后续问题是：我必须何时以及如何使用 FileWriter.flush() 才能使 tensorflow 正常工作？
您可以随时调用 flush，真的。这对你来说可能很清楚，但为了以防万一（和其他读者），FileWriter 不会立即将给定的摘要写入磁盘。这是因为写入磁盘相对较慢，如果您创建非常频繁的摘要（即每个批次），这样做可能会损害您的性能，因此 FileWriter 保留一个仅写入的事件缓冲区 "every once in a while" （最后当它关闭时）。然而，这意味着 TensorBoard 不会立即看到书面摘要。 flush 是否强制 FileWriter 将内存中的任何内容写入磁盘。
如果您生成的摘要频率较低（例如每 100 个批次），则在 add_summary 之后调用 flush 可能没问题。如果你不断地生成摘要，但对 FileWriter 的同步频率不满意，你可以有一个 flush 例如每十次一次，或类似的东西。我的意思是，你也可以在每次迭代中都使用它，它可能不会产生很大的不同，但也不会给你带来很大的好处。当然，任何潜在的性能影响都将取决于您的问题和您的基础架构（记录标量与图像不同，或者记录到本地 SSD 驱动器与网络存储不同，或者具有数百个元素的大而慢的批次与微小的元素不同） , 快速批次。
但一般来说，它很少是一个重要的性能因素。对于简单的场景，您得到的建议是在 add_summary 之后添加 flush（一个 flush，如果您多次调用 add_summary，则不要在每次调用之后添加 flush他们，仅在最后一个之后）很可能足够好。
编辑：tf.summary.FileWriter 实际上提供了一个构造参数，flush_secs，它定义了编写器自动将未决事件刷新到磁盘的频率。默认为两分钟。还有一个max_queue，它定义了内部事件队列（事件缓冲区）的大小。
我目前正在一个稍大的 TensorFlow 项目中工作，并尝试像往常一样可视化我的网络的某些变量，即执行此工作流程
- 通过
tf.summary.scalar('loss', loss)声明我想跟踪的变量
- 通过
summary_op = tf.summary.merge_all()收集它们
- 将我的作者声明为
writer = tf.summary.FileWriter('PATH')并添加图表 - 通过
s = sess.run(summary_op) 在我的训练迭代期间评估汇总操作
- 最后通过
writer.add_summary(s, epoch) 将其添加到我的作家
通常这对我来说很管用。但是这一次，我只看到了图表，当我检查事件文件时，我发现它是空的。巧合的是，我发现有人建议在添加我的摘要作为第 6 步后使用 writer.flush()。这解决了我的问题。
因此，合乎逻辑的后续问题是：我必须何时以及如何使用 FileWriter.flush() 才能使 tensorflow 正常工作？
您可以随时调用 flush，真的。这对你来说可能很清楚，但为了以防万一（和其他读者），FileWriter 不会立即将给定的摘要写入磁盘。这是因为写入磁盘相对较慢，如果您创建非常频繁的摘要（即每个批次），这样做可能会损害您的性能，因此 FileWriter 保留一个仅写入的事件缓冲区 "every once in a while" （最后当它关闭时）。然而，这意味着 TensorBoard 不会立即看到书面摘要。 flush 是否强制 FileWriter 将内存中的任何内容写入磁盘。
如果您生成的摘要频率较低（例如每 100 个批次），则在 add_summary 之后调用 flush 可能没问题。如果你不断地生成摘要，但对 FileWriter 的同步频率不满意，你可以有一个 flush 例如每十次一次，或类似的东西。我的意思是，你也可以在每次迭代中都使用它，它可能不会产生很大的不同，但也不会给你带来很大的好处。当然，任何潜在的性能影响都将取决于您的问题和您的基础架构（记录标量与图像不同，或者记录到本地 SSD 驱动器与网络存储不同，或者具有数百个元素的大而慢的批次与微小的元素不同） , 快速批次。
但一般来说，它很少是一个重要的性能因素。对于简单的场景，您得到的建议是在 add_summary 之后添加 flush（一个 flush，如果您多次调用 add_summary，则不要在每次调用之后添加 flush他们，仅在最后一个之后）很可能足够好。
编辑：tf.summary.FileWriter 实际上提供了一个构造参数，flush_secs，它定义了编写器自动将未决事件刷新到磁盘的频率。默认为两分钟。还有一个max_queue，它定义了内部事件队列（事件缓冲区）的大小。