【问题标题】:Can I use save summaries with tf.train.Supervisor using placeholders?我可以使用 tf.train.Supervisor 使用占位符来使用保存摘要吗?
【发布时间】:2018-06-02 11:16:35
【问题描述】:

我正在使用主管来管理我的会话,如下所示:

sv = tf.train.Supervisor(
        logdir=logdir,
        summary_op=tf.summary.merge_all(),
        summary_writer=tf.summary.FileWriter(logdir),
        global_step=global_step,
        save_summaries_secs=60,
    )

问题是我定义了我的图表,以便应该使用占位符来输入数据。如何为save_summaries_secs 功能创建的摘要执行此操作?


澄清

问题是主管每(此处)60 秒运行一次tf.summary.merge_all() 收集的所有摘要,而没有使用feed_dict。为了计算例如我需要以某种方式输入数据的损失。

我可以使用类似的方法手动计算摘要

sess.run(summary_op, feed_dict={...})

【问题讨论】:

  • 我试图理解为什么使用占位符来传递数据是有问题的。在您的图表中使用诸如tf.summary.scalar("foo", some_tensorflow_scalar_op) 之类的标量摘要是否有效?
  • 我已经更新了问题,希望现在更清楚。是的,总结确实有效

标签: tensorflow deep-learning tensorboard


【解决方案1】:

对我来说同样的问题......我只是设置summary_op = None 并使用sv.summary_computed() 手动报告计算摘要。

【讨论】:

    猜你喜欢
    • 2015-10-03
    • 1970-01-01
    • 2012-11-13
    • 1970-01-01
    • 2014-03-14
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2014-12-22
    相关资源
    最近更新 更多