tensorflow每次运行发现多个图形事件

时间:2017-08-25 23:30:32

标签: tensorflow google-cloud-platform tensorboard google-cloud-ml-engine

我正在为本地模式下运行的ml引擎实验加载一个张量板,并收到以下警告:

"Found more than one graph event per run, or there was a metagraph containing a graph_def, as well as one or more graph events.  Overwriting the graph with the newest event.
W0825 19:26:12.435613 Reloader event_accumulator.py:311] Found more than one metagraph event per run. Overwriting the metagraph with the newest event."

最初,我怀疑这是因为我没有清除--logdir=$OUTPUT_PATH(正如其他帖子所建议的那样 - 但是,即使我执行rm -rf $OUTPUT_PATH/*我仍然会收到本地火车的错误。这个错误可能表示我的图表中存在更大的问题吗?

1 个答案:

答案 0 :(得分:3)

看起来您可能已经遇到this post,但没有更多信息,这是我能提供的最佳信息:

  

这是一个众所周知的问题,TensorBoard在你写作时并不喜欢它   来自同一目录中的单独运行的多个事件文件。它会   如果你为每次运行使用一个新的子目录(新的   hyperparameters = new子目录)。

您可能无意中在同一目录中编写了多个事件文件(例如,培训和评估?)。

此外,请确保在tf.estimator.EstimatorSpec时返回适当的modes.EVAL。来自census sample

if mode == Modes.EVAL:
  labels_one_hot = tf.one_hot(
      label_indices_vector,
      depth=label_values.shape[0],
      on_value=True,
      off_value=False,
      dtype=tf.bool
  )
  eval_metric_ops = {
      'accuracy': tf.metrics.accuracy(label_indices, predicted_indices),
      'auroc': tf.metrics.auc(labels_one_hot, probabilities)
  }
  return tf.estimator.EstimatorSpec(
      mode, loss=loss, eval_metric_ops=eval_metric_ops)