Question

我试图了解如何为张量板收集摘要，并编写了一个简单的代码将x从1递增到5。
由于某些未知原因，我在所有步骤中都将变量My_x视为0。

import tensorflow as tf

tf.reset_default_graph() # To clear the defined variables/operations

# create the scalar variable
x = tf.Variable(0, name='x')

# ____step 1:____ create the scalar summary
x_summ = tf.summary.scalar(name='My_x', tensor=x)

# accumulate all summaries
merged_summary = tf.summary.merge_all()

# create the op for initializing all variables
model = tf.global_variables_initializer()

# launch the graph in a session
with tf.Session() as session:
    # ____step 2:____ creating the writer inside the session
    summary_writer = tf.summary.FileWriter('output', session.graph)

    for i in range(5):
        #initialize variables
        session.run(model)

        x = x + 1

        # ____step 3:____ evaluate the scalar summary
        merged_summary_ans, x_summ_ans, x_ans = session.run([merged_summary, x_summ, x])
        print(x_ans)
        print(x_summ_ans)
        print(merged_summary_ans)

        # ____step 4:____ add the summary to the writer (i.e. to the event file)
        summary_writer.add_summary(summary=x_summ_ans, global_step=i)

    summary_writer.flush()
    summary_writer.close()
    print('Done with writing the scalar summary')

Answer 1

我可以在您的代码中看到两个问题：

1）首先是在每个循环中，您都在重新初始化全局变量。这会将x重置为其原始值（0）。

2）第二，当您更新x时，您正在使用TensorFlow加法操作覆盖到变量的链接。您增加x的代码用tf.add操作替换了'x'，然后您的汇总值不再跟踪tf.Variable而是一个加法操作。如果在定义后添加“ print（x）”并使其在每个循环中运行一次，您将看到它最初以<tf.Variable 'x:0' shape=() dtype=int32_ref>开始，但随后看到“ x = x + 1”然后打印（x）变成Tensor("add:0", shape=(), dtype=int32)。在这里，您可以看到tf.summary.scalar仅与原始值兼容，并且可以看到为什么无法更新它。

这是我更改的代码，以使其正常工作，因此您可以在Tensorboard中看到x的线性值。

import tensorflow as tf
tf.reset_default_graph()

x = tf.Variable(0, name='x')
x_summary = tf.summary.scalar('x_', x)
init = tf.global_variables_initializer()

with tf.Session() as session:
    session.run(init)
    merged_summary_op = tf.summary.merge_all()
    summary_writer = tf.summary.FileWriter('output', session.graph)

    for i in range(5):
        print(x.eval())
        summary = session.run(merged_summary_op)
        summary_writer.add_summary(summary, i)
        session.run(tf.assign(x, x+1))

    summary_writer.flush()
    summary_writer.close()

Tensorflow不计算摘要

1 个答案: