是否有人使用带有scalar_summary的SummaryWriter的最小示例,以便在训练期间查看(比方说)交叉熵结果?
merged_summary_op = tf.merge_all_summaries()
summary_writer = tf.train.SummaryWriter('/tmp/mnist_logs', sess.graph_def)
total_step = 0
while training:
total_step += 1
session.run(training_op)
if total_step % 100 == 0:
summary_str = session.run(merged_summary_op)
summary_writer.add_summary(summary_str, total_step)
返回错误:TypeError:Fetch参数None of None具有无效类型,必须是字符串或Tensor。 (无法将NoneType转换为Tensor或Operation。) 当我运行它。
如果我添加:
tf.scalar_summary('cross entropy', cross_entropy)
在我的交叉熵计算之后的操作,然后我得到错误:
InvalidArgumentError:您必须使用dtype float
为占位符张量'Placeholder_2'提供值这表明我需要在
中添加feed_dictsummary_str = session.run(merged_summary_op)
打电话,但我不清楚feed_dict应该包含什么....
答案 0 :(得分:3)
feed_dict
应包含用于运行training_op
的相同值。它基本上为您要为其计算摘要的网络指定输入值。
答案 1 :(得分:2)
错误可能来自:
session.run(training_op)
您是否将示例代码粘贴到mnist代码的版本中,该代码需要feed_dict来提供训练示例?检查它给你的回溯(并在上面包括它,如果这不能解决问题)。