标签: tensorboard

我收到了这个错误，尽管我看过的所有地方file_writer = tf.summary.FileWriter('/path/to/logs', sess.graph)都提到了this和this的正确实现。

这是错误：

回溯（最近一次调用）：文件“tfvgg.py”，第 304 行，在 writer = tf.summary.FileWriter(“/tmp/tfvgg”, sess.graph) AttributeError: module 'tensorflow.python.summary.summary'没有属性“FileWriter”

这是我正在使用的代码：

# init
sess = tf.Session()
writer = tf.summary.FileWriter("/tmp/tfvgg", sess.graph)
init = tf.initialize_all_variables()
sess.run(init)

FileWriter与其他summary方法一样，正确的使用方法是否发生了变化？

我开始学习如何使用TensorFlow进行机器学习.并且发现docker非常方便将TensorFlow部署到我的机器上.但是,我找到的示例不适用于我的目标设置.这是

在ubuntu16.04操作系统下,使用nvidia-docker一起托管jupyter和tensorboard服务(可以是两个容器或一个容器有两个服务).从jupyter创建的文件应该对主机操作系统可见.

• Ubuntu 16.04
• Dokcer
• NVIDIA-泊坞窗
  • Jupyter
  • Tensorboard

Jupyter容器

nvidia-docker run \
    --name jupyter \
    -d \
    -v $(pwd)/notebooks:/root/notebooks \
    -v $(pwd)/logs:/root/logs \
    -e "PASSWORD=*****" \
    -p 8888:8888 \
    tensorflow/tensorflow:latest-gpu 

Tensorboard容器

nvidia-docker run \
    --name tensorboard \
    -d \
    -v $(pwd)/logs:/root/logs \
    -p 6006:6006 \
    tensorflow/tensorflow:latest-gpu \
    tensorboard --logdir /root/logs

我试图将logs文件夹挂载到两个容器,让Tensorboard访问jupyter的结果.但是山似乎确实有效.当我在带有notebooks文件夹的jupyter容器中创建新文件时,主机文件夹$(pwd)/ notebooks什么都没有出现.

我还按照Nvidia Docker,Jupyter Notebook和Tensorflow GPU中的说明进行操作

nvidia-docker run -d -e PASSWORD='winrar' -p 8888:8888 -p 6006:6006 gcr.io/tensorflow/tensorflow:latest-gpu-py3

只有Jupyter工作,张量板无法从6006端口到达.

Tensorboard提供运行时统计信息,可以分析内存消耗和计算时间(请参阅文档).然而,在tensorflow v1.2.1中,我的一些操作以虚线和橙色显示为"未使用的子结构",并且根本没有提供任何信息 - 没有设备,也没有内存,也没有计算时间.

随着tensorflow v1.3的更新,这甚至变得更糟.现在一切都是橙色破旧的"未使用的子结构"

我尝试了各种更大的tensorflow项目,我需要优化它以及工作的同事PC.我做错了什么,或者这是张量流/张量板中的错误？

这是一个简约的示例代码:

import tensorflow as tf
from tensorflow.python.client import timeline

sess = tf.InteractiveSession() 
run_options = tf.RunOptions(trace_level=tf.RunOptions.FULL_TRACE)
run_metadata = tf.RunMetadata()

# create some dummy Ops for the graph
C1 = tf.constant(5)
C2 = tf.constant(3)
myOp = C1*C2 + tf.square(C2)
res = sess.run([myOp], options=run_options,run_metadata = run_metadata)
writer = tf.summary.FileWriter(logdir='tensorboard/profile_bug',graph=sess.graph)
print (res)

tl = timeline.Timeline(run_metadata.step_stats)
ctf = tl.generate_chrome_trace_format()
with open('tensorboard/timelineOfBug.json', 'w') as f:
    f.write(ctf)

writer.add_run_metadata(run_metadata,"mySess")
writer.close()
sess.close()

我无法连接tensorboard到我的 Google Cloud Platform，因为我遇到了以下错误：

我正在运行的命令：

gcloud auth application-default login tensorboard --logdir=gs://mybucket_which_contains_train_and_eval_directories

堆栈跟踪：

Exception in thread Reloader:
Traceback (most recent call last):
  File "c:\python\python35\lib\threading.py", line 914, in _bootstrap_inner
self.run()
  File "c:\python\python35\lib\threading.py", line 862, in run
self._target(*self._args, **self._kwargs)
  File "c:\python\python35\lib\site-packages\tensorboard\backend\application.py", line 327, in _reload_forever
reload_multiplexer(multiplexer, path_to_run)
  File "c:\python\python35\lib\site-packages\tensorboard\backend\application.py", line 299, in reload_multiplexer
multiplexer.AddRunsFromDirectory(path, name)
  File "c:\python\python35\lib\site-packages\tensorboard\backend\event_processing\event_multiplexer.py", line 175, in AddRunsFromDirectory
for subdir in GetLogdirSubdirectories(path):
  File "c:\python\python35\lib\site-packages\tensorboard\backend\event_processing\event_multiplexer.py", line 439, in GetLogdirSubdirectories
if tf.gfile.Exists(path) and not tf.gfile.IsDirectory(path):
  File "c:\python\python35\lib\site-packages\tensorflow\python\lib\io\file_io.py", line 252, in …

我想在TensorBoard中记录一些任意字符串.

我知道如何为任意标量做到这一点:

from tensorflow.core.framework import summary_pb2
value = summary_pb2.Summary.Value(tag='Accuracy', simple_value=0.95)
my_summary = summary_pb2.Summary(value=[value])

summary_writer = tf.summary.FileWriter()
summary_writer.add_summary(summary)

但是对于任意文本摘要,如何做同样的事情呢？
像(不存在)的东西:

value = summary_pb2.Summary.Text(tag='MyTag', str='Arbitrary text come here')

UPD:请注意,我提供了一个如何在不调用的情况下创建任意标量摘要的示例session.run(...).我希望能够为文本做到这一点.

我正在使用keras并希望通过实现自定义学习率 keras.callbacks.LearningRateScheduler

如何通过学习率才能在张量板中监控？(keras.callbacks.TensorBoard)

目前我有:

lrate = LearningRateScheduler(lambda epoch: initial_lr * 0.95 ** epoch)

tensorboard = TensorBoard(log_dir=LOGDIR, histogram_freq=1,
                          batch_size=batch_size, embeddings_freq=1,
                          embeddings_layer_names=embedding_layer_names )

model.fit_generator(train_generator, steps_per_epoch=n_steps,
                    epochs=n_epochs,
                    validation_data=(val_x, val_y),
                    callbacks=[lrate, tensorboard])

我有以下代码片段应将运行元数据添加到TensorBoard文件编写器中：

 run_options = tf.RunOptions(trace_level=tf.RunOptions.FULL_TRACE)
 # Check Metadata
 ecnn_run_metadata = tf.RunMetadata()
 # Run optimization and calculate batch loss
 _, ecnn_loss, ecnn_summary = ecnn_sess.run([ecnn_train_op, ecnn_loss_op, ecnn_merged], run_metadata=ecnn_run_metadata, options=run_options)
 ecnn_train_writer.add_run_metadata(ecnn_run_metadata, 'step%d' % ecnn_step)
 ecnn_train_writer.add_summary(ecnn_summary, ecnn_step)
 print("ECNN - Step " + str(ecnn_step) + " Loss " + str(ecnn_loss))

但是，在启动TensorBoard之后，图形视图中的元数据单选按钮仍显示为灰色，并且工具提示告诉我将“运行元数据”添加到FileWriter。因此，如果我定义tf.RunMetadata对象，将其传递给ecnn_sess.run然后传递给，则没有任何区别ecnn_train_writer。

我的错误在哪里？

我是深度学习和Tensorflow的新手。我重新训练了一个预训练过的tensorflow inceptionv3模型为save_model.pb，以识别不同类型的图像，但是当我尝试将fie与以下代码一起使用时。

with tf.Session() as sess:
    with tf.gfile.FastGFile("tensorflow/trained/saved_model.pb",'rb') as  f:
        graph_def = tf.GraphDef()
        tf.Graph.as_graph_def()
        graph_def.ParseFromString(f.read())
        g_in=tf.import_graph_def(graph_def)
        LOGDIR='/log'
        train_writer=tf.summary.FileWriter(LOGDIR)
        train_writer.add_graph(sess.graph)

它给了我这个错误-

 File "testing.py", line 7, in <module>
graph_def.ParseFromString(f.read())
google.protobuf.message.DecodeError: Error parsing message

我尝试了很多可以找到这个问题的解决方案，并且使用graph_def.ParseFromString（f.read（））函数的tensorflow / python / tools中的模块给了我同样的错误。请告诉我如何解决此问题或告诉我可以避免ParseFromString（f.read（））函数的方式。任何帮助，将不胜感激。谢谢！