Tensorflow总结：添加一个不属于计算图的变量

Question

我有一个随训练迭代而变化的变量。该变量不作为计算图的一部分进行计算。

是否可以将其添加到tensorflow摘要中以便与损失函数一起可视化？

Answer 1

是的，您可以在图表之外创建摘要。

这是一个在图表之外创建摘要的示例（不是作为 TF 操作）：

output_path = "/tmp/myTest"
summary_writer = tf.summary.FileWriter(output_path)

for x in range(100):
   myVar = 2*x

   summary=tf.Summary()
   summary.value.add(tag='myVar', simple_value = myVar)
   summary_writer.add_summary(summary, x)

summary_writer.flush()

Answer 2

如果您有其他摘要，您可以为未作为计算图的一部分计算的变量添加新的占位符。

...
myVar_tf = tf.placeholder(dtype=tf.float32)
tf.summary.scalar('myVar', myVar_tf)
merged_summary = tf.summary.merge_all()
...
...
myVar = 0.1
feed_dict = { myVar_tf : myVar}
summary, step = sess.run([merged_summary, global_step],feed_dict=feed_dict)
summary_writer.add_summary(summary, step)

Answer 3

TF 2.0 示例：

def write_list_toTB(list_myVar, main_directory, variable_name= "myVar"):
    output_path = os.path.join(main_directory, variable_name)
    summary_writer = tf.summary.create_file_writer(output_path)

    with summary_writer.as_default():
        for i,val in enumerate(list_myVar):
            tf.summary.scalar(name=variable_name, data=val,step=i)

    summary_writer.flush()

然后在cmd中写入：

tensorboard --logdir main_directory

Tensorflow总结：添加一个不属于计算图的变量

Tensorflow summary: adding a variable which does not belong to computational graph

python

tensorflow

machine-learning

tensorboard