在Estimator API中使用指标时，PR曲线插件（pr_curve_raw_data_op）无法完全绘制

Question

TensorBoard版本（来自pip包，在运行tensorboard时也会打印出来）：1.12.0 TensorFlow版本（如果不同于TensorBoard：1.12.0） 操作系统平台和版本（例如Linux Ubuntu 16.04）：Arch Linux Python版本（例如2.7、3.5）：3.6.5

你好，

我正在尝试使用pr_curve_raw_data_op函数绘制PR曲线，并具有我事先计算的精度，召回率和其他指标，但是在图表中得到的结果不正确。我正在使用Estimator API，这意味着我创建了自己的字典，其中包含tf.Tensor和tf.Operation实例的元组，然后将其转发到estimator进行转储摘要。

在每次检查点保存期间，我都会评估多个步骤，这意味着我会积累精度并通过多个步骤进行调用（但我不使用pr_curves插件来执行此操作，而是使用自定义书面指标），而我希望从插件中获得所有是将PR曲线转储到张量板上。这是用于将pr-curves摘要张量存储到指标字典中的代码部分：

metrics_dict['pr_curve/CLASS_{}'.format(cls_index)] = (
    summary.raw_data_op(
        'pr_curve/CLASS_{}'.format(cls_index),
        true_positive_counts=tps,
        false_positive_counts=fps,
        true_negative_counts=tns,
        false_negative_counts=fns,
        precision=precisions,
        recall=recalls,
        num_thresholds=11
    ),
    tf.no_op()
)

我还尝试将精度作为文本摘要转储，以确保在终端中打印的输出与存储在摘要中的输出相同，并且我使用以下代码转储了这些摘要：

metrics_dict['precisions_text/CLASS_{}'.format(cls_index)] = (
    tf.summary.text(name="aa",
                    tensor=tf.as_string(precs)),
    tf.no_op()
)

最后，我将附上几个屏幕截图。第一个显示转储到文本摘要的精度及其值（我只显示了前6个值，其余4个值均为0.0）：

第二张屏幕截图包含在PR曲线上绘制的相同类和相同步长的精度：

您可以看到图中只有第一个点，精确度为1.0（0.0调用）。在另外几种情况下会发生这种情况，最后一点是图表被切断（例如，我从召回中得到的精度值从0.0到0.6，而图表只有0.5）。