在tensorborad的自述文件.md,它要求我这样做:
如果您想将数据导出到其他地方可视化(例如iPython笔记本),
这也是可能的。您可以直接依赖于
TensorBoard用于加载数据:python/summary/event_accumulator.py
(用于
从单个运行加载数据)或python/summary/event_multiplexer.py
(用于
避免多次加载数据)。这些类加载
事件文件组,丢弃因TensorFlow崩溃而“孤立”的数据,
并通过标签对数据进行组织。在
我用tensorflow中的mnist例子来做。 但是我不能从原始数据中得到任何事件,而它通常显示在张量板上。在
以下是我的代码:
x = EventAccumulator(path="/tmp/tensorflow/mnist/logs/mnist_with_summaries/")
x.Reload()
print(x.Tags())
x.FirstEventTimestamp()
print(x.Tags())
结果如下:
{'scalars': [], 'histograms': [], 'run_metadata': [], 'images': [], 'graph': False, 'audio': [], 'meta_graph': False, 'compressedHistograms': []}
我无法从原始数据中获取任何标记或事件。但是,当我打开张力板时。一切看起来都很好。在
根据
EventAccumulator
的文档,path
arg是指向包含tf events文件的目录的文件路径,或单个tf events文件。 因此,在您的例子中,您应该使用以下内容实例化EventAccumulator
实例:或者
^{pr2}$相关问题 更多 >
编程相关推荐