如何在张量流中合并并非所有摘要？

Posted 2023-02-15

【中文标题】如何在张量流中合并并非所有摘要？

【英文标题】：How to merge not all summaries in tensorflow?

【发布时间】：2018-03-21 05:20:05

【问题描述】：

我有两部分的大图，我依次运行。两者都有摘要。

我用节点调用摘要

merged_summary = tf.summary.merge_all()

但注意到，它会导致图后半部分的张量在它有意义之前被评估。

那么，如何仅合并一半图表的摘要？

【问题讨论】：

如果任何一个答案对您有所帮助，请将其标记为正确，以便人们在将来遇到您的问题时知道什么是有效的。

再次提醒您接受您认为最好的答案，以便其他人在遇到您的问题时知道什么有效...

【参考方案1】：

您可以使用tf.summary.merge，传递您要合并的摘要列表。例如，如果您有摘要：

cost_summary = tf.summary.scalar('cost_sum', cost)  # for some 'cost' tensor
grad_summary = tf.summary.scalar('grad_sum', grad)  # for some 'grad' tensor

您可以按名称将它们合并：

merged = tf.summary.merge([cost_summary, grad_summary])

因此，只需为图表的每个部分创建合并的汇总运算符，并在需要时调用它们。

【参考方案2】：

假设您有两个第一个和第二个图表的摘要列表，即：

summaries_first = [tf.summary.image("my_first_graph_input", image), ...]
summary_second = [tf.summary.scalar("my_second_graph_loss"), ..]

将每个列表合并为一个摘要操作：

first_graph_summary_op = tf.summary.merge(summaries_first)
second_graph_summary_op = tf.summary.merge(summary_second)

现在，每当您在每个图上执行 sess.run() 时，评估它的相应摘要操作并编写它。