2017年9月22日写的,一直放在草稿箱里,忘记发了,今天翻出来了就发了吧。
TensorBoard通过读取TensorFlow的事件文件来运行,该文件中包含了主要数据。
注意:以下是基于TensorFlow API r1.4运行的
tf.summary模块:
(1)tf.summary.histogram
用来记录计算流图中一些tensor的数据分布,这些数据有个特点:服从某种分布,比如:权重变量和梯度输出。
(2)tf.summary.scalar
用来记录计算流图中一些标量值,比如:学习速度、期望误差、损失值等
(3)tf.summary.image
用来记录计算流图中图片的tensor
tf.summary.merge_all
用来将记录下来的所有数据进行汇总,合并为一个操作。
tf.summary.FileWriter
用来将所有事件写到指定的目录下
遇到的一些问题:
(1)
(2)tags not equals label: [] != [128]
对于上述问题,本人百度过、谷歌过,但是都没有找到正确的解释(可能本人智商比较捉急),于是,琢磨了两天后,形成了以下的个人看法。
个人认为的错误原因:使用tf.summary模块中的方法时,该方法规定记录的数据类型(上面标红的字)与你想记录的数据的数据类型不符,也就是你错误的使用了该方法。
以上对错误的解释纯属个人见解,如有不对,请您指教。
附:别的博客对tf.summary模块的解释:http://blog.csdn.net/smf0504/article/details/56369758