Question

我正在为我构建的cnn模型测试不同的超参数，但是在Tensorboard中查看摘要时我有一点小烦恼。问题似乎是数据只是在连续运行中“添加”，因此除非我将信息视为“相对”而不是“逐步”，否则这些功能会产生奇怪的叠加。见这里：

我已经尝试过删除tensorboard的进程并删除日志文件，但这似乎还不够。

问题是，如何重置此信息？

谢谢！

Answer 1

注意：您发布的解决方案（删除TensorBoard的日志文件并终止该过程）将起作用，但不是首选，因为它会破坏有关您培训的历史信息。

相反，您可以将每个新的培训作业写入（顶级日志目录的）新子目录。然后，TensorBoard会将每个作业视为一个新的“运行”并创建一个很好的比较视图，这样您就可以看到模型迭代之间的训练有何不同。

Answer 2

好的，出于某种原因它之前没有用，但现在它确实有效：

您必须删除Tensorboard的日志文件并终止其进程

杀死进程后运行fuser 6006/tcp -k以释放端口6006（如果你在linux中）并再次触发tensorboard。

Answer 3

是的，我相信这方面最终是积极的例如，在我的脚本中，我通过datetime自动执行新的运行日志：

from datetime import datetime
now = datetime.now()
logdir = "tf_logs/.../" + now.strftime("%Y%m%d-%H%M%S") + "/"

然后在运行TensorBoard时，如果在父目录中运行TensorBoard，则可以单击不同的运行。

如果你知道你不关心以前的运行并希望它不在生活中，那么是的，你需要删除事件文件并忍受异常漫长的杀死和重启过程TensorBoard。

Answer 4

我有一个类似的问题，但是有重复的计算图：当我打电话时他们刚刚在张量板中添加了

writer.add_graph(graph=sess.graph)

就我而言，它不是关于日志文件，而是关于Jupyter Notebook上下文。

我发现在多次运行具有图形定义的Jupyter单元格后，图形尚未重置但在上下文中显示为重复，所以我添加了

tf.reset_default_graph()

在开始构建计算图之前。

希望它会有所帮助。

Answer 5

我刚刚找到了解决这个问题的方法。只需将每个Events.out文件放在日志目录中的单独文件夹中即可。并且您将在tensorboard中获得一个很好的可视化，每次运行都有不同的颜色。

Answer 6

将以下代码段添加到您的代码中，它应该会自动重置您的张量板。

if tf.gfile.Exists(dirpath):
   tf.gfile.DeleteRecursively(dirpath)

这将删除以前的日志。

Answer 7

有一个类似的问题，它引发了一个错误：'您必须使用dtype float和shape输入占位符张量'dense_input'的值'。 conventional讨论了此特定问题。对我有用的建议是：

from keras.backend import clear_session
# Before instantiating a tf.data.Dataset obj & before model creation, call:
clear_session()

还要确保每个模型的TensorBoard log_dir使用唯一的名称。然后要查看所有模型，请从终端在日志文件的父目录下运行TensorBoard，即：

tensorboard --logdir <projDir>/logs/tf_log

Answer 8

这会自动删除日志目录。

{{1}}