将TensorBoard与Tensorflow模型的预训练模型一起使用

Question

要使用TensorBoard，必须将要查看的节点添加为summary对象。这是TensorBoard自述文件的一个片段：

"""Attach a lot of summaries to a Tensor (for TensorBoard visualization)."""
  with tf.name_scope('summaries'):
    mean = tf.reduce_mean(var)
    tf.summary.scalar('mean', mean)
    with tf.name_scope('stddev'):
      stddev = tf.sqrt(tf.reduce_mean(tf.square(var - mean)))
    tf.summary.scalar('stddev', stddev)
    tf.summary.scalar('max', tf.reduce_max(var))
    tf.summary.scalar('min', tf.reduce_min(var))
    tf.summary.histogram('histogram', var)

此外，我们需要专门设置FileWriter的输出：

# Merge all the summaries and write them out to /tmp/mnist_logs (by default)
merged = tf.summary.merge_all()
train_writer = tf.summary.FileWriter(FLAGS.summaries_dir + '/train',
                                      sess.graph)
test_writer = tf.summary.FileWriter(FLAGS.summaries_dir + '/test')
tf.global_variables_initializer().run()

至少需要将数据生成（摘要）嵌入模型逻辑中。

我假设这些预先构建的模型的用户-https://github.com/tensorflow/models/tree/master/research

我假设这些模型的用户不会仅仅为了添加Tensorboard数据收集而潜入模型逻辑中。因此，存在一种通用的方式允许用户启用{{ 1}}数据收集？也许有些 hook 通过一些配置标志将它们启用/暴露给模型的使用者？启用/公开summary所需的summary数据节点所需的那些标志和其他配置是什么？

注意：我确实运行了TensorBoard并导入了6647个节点。但是

• 没有结构图/图

• 没有有关训练坡度/准确性/更新的信息-这很有意义，因为afaik没有生成TensorBoard节点-我想知道如何无需深入研究summary模型本身的内心。