在 tensorboard 中获取不需要的和重复的块，但在 model.summary() 中却没有
Getting unwanted and duplicate blocks in tensorboard but not in model.summary()
我正在使用 CNN 架构并在两者之间添加更多层并创建一个新模型。通过在这个新模型上使用 model.summary()，我看到一切都对齐得很好，但在 tensorboard 中，我看到重复块与新网络的新 blocks.Kind 连接，新网络与旧网络块平行绘制，还有一些之间的联系。
我正在为 keras 中的张量板使用 tensorboard = Tensorboard()。
请告知为什么我看到这些连接和旧网络块与新模型块并行，但另一方面 model.summary() 看起来完全没问题。
我正在努力理解，所以有关此的任何详细信息都会有所帮助。
我遇到过类似的问题。
这样做的主要原因是，无论何时创建模型，每个层都会获得一个新名称。例如：如果您的模型有两个二维卷积层，后面跟着一个致密层。第一次创建模型并执行 model.Summary()，结果如下层名称：
- conv2d_1
- conv2d_2
- dense_1
重新执行相同的代码时，产生：
- conv2d_3
- conv2d_4
- dense_2
同时覆盖Tensor-board使用的日志。因此，出现了具有不同名称的平行层块。
我正在使用 CNN 架构并在两者之间添加更多层并创建一个新模型。通过在这个新模型上使用 model.summary()，我看到一切都对齐得很好，但在 tensorboard 中，我看到重复块与新网络的新 blocks.Kind 连接，新网络与旧网络块平行绘制，还有一些之间的联系。
我正在为 keras 中的张量板使用 tensorboard = Tensorboard()。
请告知为什么我看到这些连接和旧网络块与新模型块并行，但另一方面 model.summary() 看起来完全没问题。
我正在努力理解，所以有关此的任何详细信息都会有所帮助。
我遇到过类似的问题。
这样做的主要原因是，无论何时创建模型，每个层都会获得一个新名称。例如：如果您的模型有两个二维卷积层，后面跟着一个致密层。第一次创建模型并执行 model.Summary()，结果如下层名称：
- conv2d_1
- conv2d_2
- dense_1
重新执行相同的代码时，产生：
- conv2d_3
- conv2d_4
- dense_2
同时覆盖Tensor-board使用的日志。因此，出现了具有不同名称的平行层块。