SummaryWriter没有将摘要写入文件

Question

我试图使用tensorflow的SummaryWriter，但是它似乎不编写事件、图像或直方图来文件。不过，它确实会将图形写入文件(然后我可以在tensorboard中看到)，至少表明tensorboard和SummaryWriter知道我的logdir在哪里。

下面是我的(简化)代码，被省略的代码块分解：

sess = tf.Session()
W_conv1 = tf.Variable(tf.truncated_normal([5,5,3, hidden1_size], stddev = 0.01), name = 'W_conv1')
b_conv1 = tf.Variable(tf.constant(0.01, shape=[hidden1_size]), name = 'b_conv1')

#to visualize the weights of the first layer...
sum2 = tf.image_summary('first layer weights', tf.transpose(W_conv1, perm = [3, 0, 1, 2]), max_images = 16)

h_conv1 = tf.nn.relu(b_conv1 + conv(x, W_conv1))

#to visualize how many dead relu's we have
sum1 = tf.scalar_summary('conv1', tf.nn.zero_fraction(h_conv1))

……多层

softmax = {}
cross_entropy = tf.Variable(0.0)
softmax[0] = tf.nn.softmax(fc_out)
cross_entropy += -tf.reduce_sum(y_*tf.log(softmax[0]))

……回收器

sum3 = tf.histogram_summary('cross entropy', cross_entropy)


lr = tf.Variable(tf.constant(1e-3))
lr_change = tf.assign(lr, tf.mul(.1, lr))

train_step = tf.train.AdamOptimizer(lr).minimize(cross_entropy)

merged=tf.merge_all_summaries()
writer = tf.train.SummaryWriter("./logs", sess.graph_def, flush_secs = 5)

sess.run(tf.initialize_all_variables())

……然后是训练代码：

for i in range(train_iter):
    batch_i = np.random.randint(0, len(X_t), [batch_size])
    X_batch = X_t[batch_i]
    y_batch = y_t[batch_i]

    summary_str, _, loss = sess.run([merged, train_step, cross_entropy], feed_dict = {x: X_batch, y_: y_batch}) 

    writer.add_summary(summary_str, i)
    writer.flush()
    saver.save(sess, 'RNN_model.ckpt', global_step = i)

然后，当我加载tensorboard并查看events选项卡时，我会看到以下错误：

没有发现标量摘要标签。 也许数据还没有加载，或者您需要向图中添加一些>tf.scalar_summary操作，并使用>tf.training.summary_io.SummaryWriter对它们进行序列化。

我添加了writer.flush()语句，因为在github上对两个堆栈交换进行搜索之后，这是一个常见的建议。问题没有解决。

在我的日志文件中，只编写graph_def，在培训期间没有编写其他文件。

我在mac 0SX el-capitan上使用tensorflow '0.7.1‘。

谢谢!

Answer 1

我知道这是一篇老文章，但在运行TensorFlow 1.1.0的虚拟环境中，我也遇到了同样的情况。运行1.2.1版本，我似乎没有这个问题。您可以在命令行中执行以下命令，以确定正在运行的TensorFlow的哪个版本：

python -c "import tensorflow as tf; print(tf.__version__)"

希望它能帮到别人！

干杯,

-Maashu