如何在 Keras 上向 Tensorboard 添加文本摘要？答案

【问题标题】：How do I add text summary to Tensorboard on Keras?如何在 Keras 上向 Tensorboard 添加文本摘要？
【发布时间】：2019-02-26 10:17:43
【问题描述】：

在使用 Keras 时如何将文本摘要添加到 Tensorboard？

我已经设置了 Tensorboard 回调，但我不知道如何添加文本摘要。

例如，我想将运行中使用的不同参数的文本摘要添加到 Tensorboard 中，以便在我重新访问运行日志时不会丢失。

一个选项似乎是将所有参数详细信息包含到日志文件目录名称中，但这看起来很累。

我怎样才能更好地解决这个问题？

【问题讨论】：

标签： tensorflow keras tensorboard

【解决方案1】：

对于寻找这个的其他人，我最终编写了一个自定义回调扩展 Keras Tensorboard。稍后我可能会记录更多内容，我们可以扩展它以记录更多关于不同事件的内容。我从another question - to add plot简化了

from keras.callbacks import TensorBoard
import tensorflow as tf

class LoggingTensorBoard(TensorBoard):    

    def __init__(self, log_dir, settings_str_to_log, **kwargs):
        super(LoggingTensorBoard, self).__init__(log_dir, **kwargs)

        self.settings_str = settings_str_to_log

    def on_train_begin(self, logs=None):
        TensorBoard.on_train_begin(self, logs=logs)

        tensor =  tf.convert_to_tensor(self.settings_str)
        summary = tf.summary.text ("Run Settings", tensor)

        with  tf.Session() as sess:
            s = sess.run(summary)
            self.writer.add_summary(s)

创建此 Tensorboard 的实例并添加到 model.fit 回调，您的 settings_str_to_log 将显示在 Tensorboard 的文本选项卡上。

【讨论】：

在 TF2 中，最后一行错误为 Exception has occurred: AttributeError 'LoggingTensorBoard' object has no attribute 'writer'。你碰巧知道如何在 TF2 中做到这一点吗？
见下文。我无法在评论中格式化代码。

【解决方案2】：

我没有查看他们是否删除或移动了默认编写器。但是您可以创建自己的编写器，它将在 Tensorboard 中显示为文本摘要。由于 TF2.0 默认为 Eager 模式，因此无需 session。

dir_name = os.path.join("your_log_dir", "Text Summary")
writer = tf.summary.create_file_writer(logdir=dir_name)

with writer.as_default():
    tf.summary.text(name="Run_Settings", data= self.settings_str, step=0)

【讨论】：

是的，这行得通。我现在发现 TF2 使用了两个可以劫持的编写器：_writers['train'] 和 _writer['validation']。使用_get_writer() 和_train_run_name 等。

【解决方案3】：

这适用于 tf 2.1 2.2 和 2.3

class TensorBoardExtended(TensorBoard):
    """
    Extended Tensorboard log that allows to add text

    By default logs:
    - host
    - gpus available

    Parameters
    -------------
    text_dict_to_log : dict
        Dictionary with key, value string that will be logged with Tensorboard
    kwargs : dict
        All the other parameters that are fed to Tensorboard
    """
    def __init__(self, text_dict_to_log=None, **kwargs):
        super().__init__(**kwargs)
        self.text_dict_to_log = text_dict_to_log

    def on_train_begin(self, logs=None):
        # pylint: disable= E1101
        super().on_train_begin(logs=logs)

        try:
            writer = self._get_writer('train')
        except AttributeError: # this is due to differences between tf21, 22 and 23
            writer = self._train_writer

        with writer.as_default():
            for key, value in self.text_dict_to_log.items():
                tf.summary.text(key, tf.convert_to_tensor(value), step=0)

【讨论】：