Question

我尝试将一些TensorBoard日志记录添加到使用新tf.estimator API的模型中。

我有一个像这样的钩子设置：

model_fn

在我的summary中，我还创建了def model_fn(features, labels, mode): # ... model stuff, calculate the value of loss tf.summary.scalar("loss", loss) # ... -

summary_hook

但是，当我运行此代码时，我从Exactly one of scaffold or summary_op must be provided.收到以下错误： tf.summary.merge_all()这可能是因为None未找到任何摘要并且正在返回tf.summary.scalar，尽管我在model_fn中声明了myRef.addValueEventListener(new ValueEventListener() { @Override public void onDataChange(DataSnapshot dataSnapshot) { for (DataSnapshot ds : dataSnapshot.getChildren() ){ String find = ds.child("titles").getValue().toString(); Pattern pattern = Pattern.compile(".*456.*"); Matcher matcher = pattern.matcher(find); adapter.add(matcher.group()); } } @Override public void onCancelled(DatabaseError error) { Log.w(TAG, "Failed to read value.", error.toException()); } });。

为什么这不起作用的任何想法？

Answer 1

使用tf.train.Scaffold()并传递tf.merge_all，如下所示

summary_hook = tf.train.SummarySaverHook(
    save_secs=2,
    output_dir=MODEL_DIR,
    scaffold=tf.train.Scaffold(summary_op=tf.summary.merge_all()))

Answer 2

只是对于将来有这个问题的人来说，所选择的解决方案对我不起作用（请参阅我在所选解决方案中的评论）。

实际上，使用TF 1.2 Estimator API，不需要有summary_hook。我只是在model_fn中有tf.summary.scalar("loss", loss)，并运行没有summary_hook的代码。记录损失并显示在张量板中。我不确定在此之后是否更改了TF API以及类似的问题。

Answer 3

使用Tensorflow ver-r1.3

在估算工具model_fn

中添加摘要操作

示例：

tf.summary.histogram(tensorOp.name, tensorOp)

如果您觉得撰写摘要可能会占用时间和空间，您可以在Estimator run_config

中控制摘要的写入频率

run_config = tf.contrib.learn.RunConfig()
run_config = run_config.replace(model_dir=FLAGS.model_dir)
run_config = run_config.replace(save_summary_steps=150)

注意：这会影响TensorBoard记录的整体摘要编写频率，估算值（tf.estimator.Estimator）

Tensorflow - 使用带有1.2 Estimator API的tf.summary

3 个答案: