tf.summary.scalar记录任意值

  • A+
所属分类:机器学习
tf.summary.scalar记录任意值

背景

在初学tensorboard时,教程中通常只会告诉我们,tf.summary.scalar('loss', loss)来保存loss值,但是我们在实际中做实验训练网络时,通常会在某几个epoch后尝试在验证集或测试集上跑一下网络来观察网络运行的结果,如果也能保存到logdir中,并可以用tensorboard来展现此值的变化,岂不美哉。但这种初级的用法,并不会分别统计在train/val/test集上采集的数据,他们都会保存为loss的值,造成数据的混乱。再发散一下思维,如果我们需要通过sess.run()得到的数据还需要进行处理,那么又如何保存在logdir中,并可以使用tensorboard进行可视化呢?

解决思路

解决方法其实很简单,首先定义一个placeholder来储存此值,然后通过tf.summary.scalar生成此placeholdersummary。在Session中runsummary,并通过feed_dict将此值传入,writer.add_summary即可。示例如下:

参考

LTXU

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: