tensorflow - 将 Tensorboard 嵌入元数据链接到检查点

Question

我在 tensorflow 上使用 tflearn 包装器来构建模型，并希望将元数据(标签)添加到结果嵌入可视化中。在运行它之后，有没有办法将 metadata.tsv 文件链接到保存的检查点？

我在检查点摘要的 logdir 中创建了一个projector_config.pbtxt 文件，metadata.tsv 位于同一文件夹中。配置如下所示:

embeddings {
  tensor_name: "Embedding/W"
  metadata_path: "C:/tmp/tflearn_logs/shallow_lstm/"
}

并使用文档中的代码创建 - https://www.tensorflow.org/how_tos/embedding_viz/

我已经注释掉了 tf.Session 部分，希望无需直接在 Session 对象中创建元数据链接，但我不确定这是否可能。

from tensorflow.contrib.tensorboard.plugins import projector
#with tf.Session() as sess:
config = projector.ProjectorConfig()
# One can add multiple embeddings.
embedding = config.embeddings.add()
embedding.tensor_name = 'Embedding/W'
# Link this tensor to its metadata file (e.g. labels).
embedding.metadata_path = 'C:/tmp/tflearn_logs/shallow_lstm/'
# Saves a config file that TensorBoard will read during startup.
projector.visualize_embeddings(tf.summary.FileWriter('/tmp/tflearn_logs/shallow_lstm/'), config)

下面是当前嵌入可视化的快照。请注意空的元数据。有没有办法将所需的元文件直接附加到这个嵌入？

Answer 1

我遇到了同样的问题，现在已经解决了:)

基本上，您需要做的就是执行以下 3 个步骤:

保存模型检查点，假设ckeckpoint的目录是ckp_dir ;

将projector_config.pbtxt 和metadata.tsv 放入ckp_dir ;

运行 tensorboard --logdir=ckp_dir并单击嵌入选项卡

project_config.pbtxt 的内容是:

    embeddings {
      tensor_name: "embedding_name"
      metadata_path: "metatdata.tsv"
    }

这是将嵌入链接到 metadata.tsv 的关键。在 tf.Session() 中，我们经常得到嵌入的值，如 sess.run('embedding_name:0') .但是在projector_config.pbtxt中，我们只需输入tensor_name: "embedding_name" .

一般我们可以在projector_config.pbtxt中指定checkpoint路径和metadata_path，这样我们就可以将checkpoint、projector_config.pbtxt和metadata.tsv放在不同的目录下。但我觉得太复杂了。我刚刚解决了上面的问题。

the result shown here