Question

在tensorborad的README.md中，它要求我这样做：

如何从TensorBoard导出数据？

如果您想将数据导出到其他地方可视化（例如iPython Notebook），这也是可能的。您可以直接依赖于底层类 TensorBoard用于加载数据：python/summary/event_accumulator.py（for 从单个运行中加载数据）或python/summary/event_multiplexer.py（for 从多次运行中加载数据，并使其保持有序）。加载这些类事件文件组，丢弃孤立的数据＆＃34;通过TensorFlow崩溃，并按标签组织数据。

我这就像它在张量流中使用mnist示例所说的那样。但我无法从原始数据中获取任何事件，而它通常会在张量板上显示。

下面是我的代码：

x = EventAccumulator(path="/tmp/tensorflow/mnist/logs/mnist_with_summaries/")
x.Reload()
print(x.Tags())
x.FirstEventTimestamp()
print(x.Tags())

结果如下所示：

{'scalars': [], 'histograms': [], 'run_metadata': [], 'images': [], 'graph': False, 'audio': [], 'meta_graph': False, 'compressedHistograms': []}

我无法从原始数据中获取任何标记或事件。但是，当我打开张量板时。一切都很好看。

Answer 1

根据EventAccumulator的文档，path arg是包含tf事件文件或单个tf事件文件的目录的文件路径。因此，在您的情况下，您应该使用：

实例化EventAccumulator实例

x = EventAccumulator(path="/tmp/tensorflow/mnist/logs/mnist_with_summaries/train")

或

x = EventAccumulator(path="/tmp/tensorflow/mnist/logs/mnist_with_summaries/test")

如何输出张量板数据？

如何从TensorBoard导出数据？

1 个答案: