我有一个变量随着列车迭代而变化.变量不作为计算图的一部分计算.

是否可以将其添加到tensorflow摘要中,以便将其与损失函数一起显示？

我试图在Google Cloud上的Docker上显示来自TensorFlow的TensorBoard.

http://tensorflow.org/how_tos/summaries_and_tensorboard/index.md

tensorboard --logdir ./

我在Google Cloud上运行Apache(可能是我的第一个容器"ai-unicorn"Docker制作了自己的容器"docker-playground").我可以在http://104.197.119.57/上看到Google Cloud的默认页面.

我在Google Cloud上启动TensorBoard,如下所示:

root@6cf64fd299f0:/# tensorboard --logdir ./ Starting TensorBoard on port 6006 (You can navigate to http://localhost:6006)

我使用端口6006尝试了名为"在自定义端口上的浏览器窗口中打开"的Google Cloud SSH选项.

它显示:"我们无法连接到端口6006上的VM."

从Google Cloud查看TensorBoard的正确方法是什么？

我在Tensorflow上坚持使用CNN模型.我的代码如下.

图书馆

# -*- coding: utf-8 -*-
import tensorflow as tf
import time
import json
import numpy as np
import matplotlib.pyplot as plt
import random
import multiprocessing as mp
import glob
import os

模型

def inference(images_placeholder, keep_prob):

    def weight_variable(shape):
        initial = tf.truncated_normal(shape, stddev=0.1)
        return tf.Variable(initial)

    def bias_variable(shape):
        initial = tf.constant(0.1, shape=shape)
        return tf.Variable(initial)

    # convolution
    def conv2d(x, W):
        return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')

    # X2 pooling
    def max_pool_2x128(x):
        return tf.nn.max_pool(x, ksize=[1, 2, 1, 1],strides=[1, 2, 1, 1], …

为了将一个简单的值记录val到我需要的TensorBoard摘要中

val = 5
test_writer.add_summary(sess.run(tf.scalar_summary('test', val)), global_step)

是

sess.run(tf.scalar_summary('test', val))

真的有必要val作为摘要添加？

我想我可能有死亡Relus的问题,但我真的不知道如何用张量板或任何其他方式检查它.非常感谢您的帮助.

我正在进行一项非常长的培训(强化学习,每步20M),每10k步写一次总结.在步骤4M和6M之间,我在TensorBoard标量图表中看到了2个峰值来获得游戏分数,然后我让它运行并进入睡眠状态.在早上,它在大约12M步骤运行,但我之前看到的步骤4M和6M之间的峰值从图表中消失了.我试图放大并发现TensorBoard(随机？)跳过了一些数据点.我还试图导出数据,但导出的.csv中也缺少包括峰值在内的一些数据点.

我寻找答案,并在TensorFlow github页面中找到了这个:

TensorBoard使用储层采样来对数据进行下采样,以便将其加载到RAM中.您可以在tensorboard/backend/server.py中修改每个标记保留的元素数.

有没有人修改过这个server.py文件？我在哪里可以找到该文件,如果我从源代码安装了TensorFlow,我是否必须在修改文件后重新编译它？

我目前正在一个稍大的 TensorFlow 项目中工作，并尝试像往常一样可视化网络的某些变量，即执行此工作流程

1. 声明我想通过哪些变量进行跟踪 tf.summary.scalar('loss', loss)
2. 通过收集它们 summary_op = tf.summary.merge_all()
3. 将我的作者声明为writer = tf.summary.FileWriter('PATH')并添加图表
4. 通过在我的训练迭代期间评估汇总操作 s = sess.run(summary_op)
5. 最后通过它添加到我的作者 writer.add_summary(s, epoch)

通常这对我有用。但这一次，我只显示了图表，当我检查事件文件时，我发现它是空的。巧合的是，我发现有人建议writer.flush()在添加我的摘要作为第 6 步后使用。这解决了我的问题。

因此，合乎逻辑的后续问题是：我必须何时以及如何使用FileWriter.flush()才能使 tensorflow 正常工作？

在评估 Tensorflow 的对象检测 API 中的实例分割模型时，我希望拥有自定义的指标列表，可以总结如下；

• IOU 的精度值为 0.5-0.95，增量为 0.05
• IOU 的召回值为 0.5-0.95，增量为 0.05
• 精确度和召回率的 AUC 值在 0-1 之间，增量为 0.05

我目前测试的是通过调整 pycocotools 的 PythonAPI 中的一些代码以及 Tensorflow 研究模型中的附加指标文件来修改现有的 coco 评估指标。目前COCO评估的默认输出值如下

Precision/mAP
Precision/mAP@.50IOU
Precision/mAP@.75IOU
Precision/mAP (small)
Precision/mAP (medium)
Precision/mAP (large)
Recall/AR@1
Recall/AR@10
Recall/AR@100
Recall/AR@100 (small)
Recall/AR@100 (medium)
Recall/AR@100 (large)

coco_detection_metrics所以我决定首先在我的领域使用eval_config.config文件里面用于训练

eval_config: {
  metrics_set: "coco_detection_metrics"
}

并通过向统计列表和统计摘要字典中添加更多项目来进行多次编辑cocoeval.py（cocotools.py与值的数量成比例），以获得所需的结果。出于演示目的，我仅展示一个示例，即在 IOU=0.5 的精度之上添加 IOU=0.55 的精度。

所以，这是cocoeval.pyCOCOeval中类的修改方法

def _summarizeDets():
    stats[1] = _summarize(1, iouThr=.5, maxDets=self.params.maxDets[2])
    stats[12] = _summarize(1, iouThr=.5, maxDets=self.params.maxDets[2])

以及coco_tools.py …

当我在训练时使用 tensorboard 回调时出现此错误。

我尝试从与张量板错误相关的帖子中寻找答案，但在任何 stackoverflow 帖子或 github 问题中都没有找到这个确切的错误。

请告知。

我的电脑中安装了以下版本：

Tensorflow 和 Tensorflow GPU：2.0.0

张量板：2.0.0

每当我尝试使用此命令在 Visual Studio 代码中的 jupyter notebook 中运行 tensorboard 时tensorbard --logdir=runs，我都会收到消息Launching TensorBoard...。但是，Tensorboard 从未启动。有时我也会收到错误消息。

关于如何在 vscode 中启动 tensorboard 的任何想法？

编辑：

我也尝试运行稍微优化的命令

%load_ext tensorboard
%tensorboard --logdir runs

但这只能显示Launching Tensorboard...永恒的信息。

结果与

%reload_ext tensorboard
%tensorboard --logdir runs --host localhost --port 8888

是否有将张量板嵌入到单元输出中的张量板扩展？