tensorflow - 在 Tensorflow 中,如何生成标量摘要?

标签 tensorflow

有没有人有使用带有 scalar_summary 的 SummaryWriter 的最小示例,以便在训练运行期间查看(比方说)交叉熵结果?

例子given in the documentation :

merged_summary_op = tf.merge_all_summaries()
summary_writer = tf.train.SummaryWriter('/tmp/mnist_logs', sess.graph_def)
total_step = 0
while training:
    total_step += 1
    session.run(training_op)
    if total_step % 100 == 0:
        summary_str = session.run(merged_summary_op)
        summary_writer.add_summary(summary_str, total_step)

返回错误:TypeError: Fetch argument None of None has invalid type , must be a string or Tensor. (不能将 NoneType 转换为 Tensor 或 Operation。) 当我运行它时。

如果我添加:

tf.scalar_summary('cross entropy', cross_entropy)

在我的交叉熵计算之后的操作,然后我得到了错误:

InvalidArgumentError:您必须为占位符张量“Placeholder_2”提供 dtype float 的值

这表明我需要向

添加一个 feed_dict
summary_str = session.run(merged_summary_op)

调用,但我不清楚 feed_dict 应该包含什么....

最佳答案

feed_dict 应该包含您用于运行 training_op 的相同值。它基本上指定了要为其计算摘要的网络的输入值。

关于tensorflow - 在 Tensorflow 中,如何生成标量摘要?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/33943992/

相关文章:

python - 如何在 TensorFlow 2 中获取 Keras 张量的值?

tensorflow - TensorFlow 中的上采样特征图

python - 将 InputLayer 添加到现有 Keras 模型以与 Android Tensor Flow Library 一起使用

python - Tensorflow RNN 多对多二进制标签的时间序列

python - 是否可以在 TensorFlow 中仅在一次图形运行中高效地计算每个示例的梯度?

python - 将 Tensorflow 卡住推理图加载到 OpenCV DNN 时出错

python - 将 TensorFlow 字符串转换为 Python 字符串

python - 张量板未在验证集上显示准确性和损失图

python - 变分自动编码器实现

python - 预测 Nans 的 Tensorflow 模型