Question

我正在尝试使用TensorFlow训练模型，然后获得损失图。我正在使用以下代码段：

##    
# \file mypackage.py
# \author me
# \brief A one-liner
# \details Lots and lots of lines of usage information
#

##
# \package mypackage
# \copydoc mypackage.py
#

当我在TensorBoard中打开日志目录时，我无法看到针对运行的丢失函数图。事实上，我甚至没有看到“事件”部分，但我确实有一个标量部分，显示for step in range(NUM_BATCHES): img, lbl = sess.run([batch_images, batch_labels]) _, loss_value = sess.run([train_op, cost], feed_dict={X: img, Y: lbl, p_keep_conv: 0.8, p_keep_hidden: 0.5}) print("Step %d, loss %1.5f" % (step, loss_value)) sys.stdout.flush() tf.summary.scalar('loss', loss_value) summary_writer.add_summary(sess.run(tf.summary.merge_all()), step)个值（每个批次LOSS_xx）。

我错过了什么？

Answer 1

这里的错误是使用TensorFlow操作创建摘要，tf.summary命名空间中的函数（例如tf.summary.scalar）也适用于张量。您的代码在每次迭代中创建一个新的独立摘要图表，而不是将所有标量损失值作为同一摘要的一部分。

要解决此问题，您通常只需在培训开始之前创建一次摘要操作。使用这种方法，每步只需要一次运行：

tf.summary.scalar('loss', cost)
all_summaries = tf.summary.merge_all()
for step in range(NUM_BATCHES):
    img, lbl = sess.run([batch_images, batch_labels])
    _, loss_value, summary = sess.run([train_op, cost, all_summaries], feed_dict={X: img, Y: lbl, p_keep_conv: 0.8, p_keep_hidden: 0.5})
    print("Step %d, loss %1.5f" % (step, loss_value))
    sys.stdout.flush()
    summary_writer.add_summary(summary, step)

如何在TensorFlow中将单个图表中的损失可视化？

1 个答案: