小编Jav*_*ier的帖子

我对TensorFlow 1.x非常熟悉，并且正在考虑为即将进行的项目切换到TensorFlow 2。我在理解如何使用自定义训练循环，急切执行将标量写入TensorBoard日志时遇到一些麻烦。

问题描述

在tf1中，您将创建一些摘要操作（每个要存储的操作一个操作），然后将其合并为一个操作，在会话中运行合并的操作，然后使用FileWriter对象将其写入文件。假设sess是我们tf.Session()，下面是一个如何工作的示例：

# While defining our computation graph, define summary ops:
# ... some ops ...
tf.summary.scalar('scalar_1', scalar_1)
# ... some more ops ...
tf.summary.scalar('scalar_2', scalar_2)
# ... etc.

# Merge all these summaries into a single op:
merged = tf.summary.merge_all()

# Define a FileWriter (i.e. an object that writes summaries to files):
writer = tf.summary.FileWriter(log_dir, sess.graph)

# Inside the training loop run the op and write the …