Question

我使用Sonnet创建了一个简单的功能模块：

class MNISTEncoder(snt.AbstractModule):
  def __init__(self,name='mnist_encoder'):
    super(MNISTEncoder,self).__init__(name=name)

  def _build(self,inputs,is_training):
    normalizedData = tf.layers.batch_normalization(inputs, center=True,
                                               scale=True,
                                               training=is_training)

    conv_A11 = tf.layers.conv2d(normalizedData, 32, [5, 5], name='conv5x5_0',
                            kernel_regularizer=tf.nn.l2_loss)
    max_A12 = tf.layers.max_pooling2d(conv_A11, [2, 2], 2, name='max_2x2_0')
conv_A13 = tf.layers.conv2d(max_A12, 64, [5, 5], name='conv_5x5_1',
                            kernel_regularizer=tf.nn.l2_loss)
    max_A14 = tf.layers.max_pooling2d(conv_A13, [2, 2], 2, name='max_2x2_1')

    A1 = tf.layers.flatten(max_A14, 'A1')

    dense_A21 = tf.layers.dense(A1, 1024, name='dense_1024')
    drpt_A22 = tf.layers.dropout(dense_A21, 0.4, name='drpt_0.4',
                             training=is_training)
    logits = tf.layers.dense(drpt_A22, 10, name='logits')

    return logits

模块在tf.estimator model_fn中调用，如下所示：

#[...]
with tf.variable_scope('DLModel'):
  mnistEncoder = MNISTEncoder('MainModule')
  logits = mnistEncoder(dataTensor,trainingFlag)
  output = tf.nn.softmax(logits, name='output')

这很好。但是，当我运行tensorboard时， Graph 选项卡中没有任何内容显示。我仍然可以在 Scalars 选项卡中看到模型的损失演变和其他标量摘要。如果我不使用Sonnet并将图层直接放在tf.estimator model_fn中，它可以很好地工作，我可以在tensorboard中看到我的模型图。（我使用的是tensorflow，sonnet和tensorboard的最新版本（分别为版本1.4,1.4和1.0）。

无法在Tensorboard中可视化Sonnet模块图

0 个答案: