TensorFlow 2.0 中 Graph 可视化的简单案例

Question

我想简单地定义一个模型并在 TensorBoard 中可视化它的图形以进行初步的架构检查。因此，我不想为此计算任何东西。

在 TensorFlow 1.X 中，很容易在 tf.Session() 中实现，我可以简单地 flush() 一个摘要文件编写器。

在 TensorFlow 2.0 中，没有 tf.Session()，因此问题是如何实现它？

以下是示例代码。为了在 TensorBoard 中编写图形结构，我需要添加哪些内容？

from nets import i3d
import tensorflow as tf

def i3d_output(model, x):
    out, _ = model(x)
    return out

tf.compat.v1.disable_eager_execution()
x = tf.random.uniform(shape=(4,179,224,224,3))
model = i3d.InceptionI3d()
net = i3d_output(model, x)
train_summary_writer = tf.summary.create_file_writer('/home/uujjwal/bmvc2019')

Answer 1

在图形模式下使用这个：

from tensorflow.python.summary.writer.writer import FileWriter
FileWriter('logs/', graph=tf.compat.v1.get_default_graph()).close()

或者这个：

tf.compat.v1.summary.FileWriter('log/', graph=tf.compat.v1.get_default_graph()).close()

在开幕式中不需要。