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，并想将元数据（标签）添加到结果嵌入可视化中。运行后，有没有办法将metadata.tsv文件链接到保存的检查点？

我已经在检查点摘要的日志目录中创建了projection_config.pbtxt文件，并且metas.tsv位于同一文件夹中。配置看起来像这样：

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，希望创建元数据链接而无需直接在Session对象中这样做，但是我不确定是否可行。

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)

以下是当前嵌入可视化的快照。注意空的元数据。有没有一种方法可以将所需的图元文件直接附加到此嵌入？

Answer 1

我遇到了同样的问题，现在已经解决了:)

本质上，您需要做的就是执行以下 3 个步骤：

1. 保存模型检查点，假设ceckpoint的目录是ckp_dir；
2. 将projector_config.pbtxt和metadata.tsv放在ckp_dir;
3. 运行tensorboard --logdir=ckp_dir并单击“嵌入”选项卡

projector_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，例如sess.run('embedding_name:0')。但在projector_config.pbtxt中，我们只需输入tensor_name: "embedding_name"。

一般来说，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放在不同的目录中。但我认为这太复杂了。我刚刚按照上面的方法解决了。

此处显示的结果