时间戳

首页 > 解决方案 > 如何使用自定义 tf.Estimator 在张量板事件文件中仅创建一份图形副本？

python - 如何使用自定义 tf.Estimator 在张量板事件文件中仅创建一份图形副本？

问题描述

我正在使用自定义tf. Estimator对象来训练神经网络。问题在于训练后的事件文件的大小 - 它大得不合理。我已经解决了通过使用将数据集的一部分保存为常量的问题tf.Dataset.from_generator()。但是，尺寸仍然很大，开始时tensorboard我收到了消息

W0225 10:38:07.443567 140693578311424 tf_logging.py:120] Found more than one metagraph event per run. Overwriting the metagraph with the newest event.

所以，我想，我在这个事件文件中创建并保存了许多不同的图表。是否可以关闭此保存或如何仅保存第一个副本？

要知道，我发现只有通过删除事件过滤器来删除所有默认日志的方法

list(map(os.remove, glob.glob(os.path.join(runtime_params['model_dir'], 'events.out.tfevents*'))))

但是，这对我来说是一个糟糕的解决方案，因为我更愿意保留摘要，最好保留一份图表副本。

从文档中，我可以看到

估算器自动将以下内容写入磁盘：

标签： pythontensorflowtensorboardtensorflow-datasetstensorflow-estimator

解决方案

您需要使用 TensorBoard 工具来可视化摘要日志的内容。

可以读取和使用事件文件日志。您可以从此链接中看到示例，该示例提供了有关如何读取写入事件文件的事件的信息。

# This example supposes that the events file contains summaries with a
# summary value tag 'loss'.  These could have been added by calling
# `add_summary()`, passing the output of a scalar summary op created with
# with: `tf.compat.v1.summary.scalar('loss', loss_tensor)`.
for e in tf.compat.v1.train.summary_iterator(path to events file):
    for v in e.summary.value:
        if v.tag == 'loss':
            print(v.simple_value)

推荐阅读