2017-01-16 34 views
5

में एक टेंसर सारांश को विज़ुअलाइज़ करने के लिए कैसे मैं टेंसरबोर्ड में एक टेंसर सारांश को देखने की कोशिश कर रहा हूं। हालांकि मैं बोर्ड में बिल्कुल टेंसर सारांश नहीं देख सकता। यहां मेरा कोड है:tensorboard

 out = tf.strided_slice(logits, begin=[self.args.uttWindowSize-1, 0], end=[-self.args.uttWindowSize+1, self.args.numClasses], 
           strides=[1, 1], name='softmax_truncated') 
     tf.summary.tensor_summary('softmax_input', out) 

जहां एक बहु-आयामी टेंसर है। मुझे लगता है कि मेरे कोड के साथ कुछ गलत होना चाहिए। शायद मैंने tensor_summary फ़ंक्शन गलत तरीके से उपयोग किया था।

+0

यह इस https://stackoverflow.com/questions/42329059/how-is-tf-summary-tensor-summary-meant-to-be-used –

उत्तर

1

आप क्या करते हैं सारांश सारांश बनाते हैं, लेकिन आप इसे नहीं बुलाते हैं और सारांश नहीं लिखते हैं (documentation देखें)। वास्तव में एक सारांश आप निम्न कार्य करने होंगे बनाने के लिए:

# Create a summary operation 
summary_op = tf.summary.tensor_summary('softmax_input', out) 

# Create the summary 
summary_str = sess.run(summary_op) 

# Create a summary writer 
writer = tf.train.SummaryWriter(...) 

# Write the summary 
writer.add_summary(summary_str) 

स्पष्ट रूप से एक सारांश (अंतिम दो पंक्तियों) लेखन केवल आवश्यक है जब आप एक Supervisor की तरह एक उच्च स्तर सहायक नहीं है। अन्यथा आप

sv.summary_computed(sess, summary_str) 

और पर्यवेक्षक इसे संभालेगा।

अधिक जानकारी, यह भी देखें: How to manually create a tf.Summary()

+6

से संबंधित होने की संभावना है, यह एक जेनरेट किए गए सारांश को कैसे देख सकता है यह टेंसर टेंसरबोर्ड में टेंसर सारांश के लिए एक टैब प्रतीत नहीं होता है। – Ashok

+0

@ आशोक क्या आपको पता चला कि यह कैसे करना है? मैंने कहीं पढ़ा है कि यह अभी भी विकास में है। – user3813674

+1

मुझे नहीं लगता कि tensorboard अभी तक एक टेंसर के मानों को देखने का समर्थन करता है। –

0

सुनिश्चित नहीं हूं कि इस थोड़े स्पष्ट है, लेकिन आप की तरह

def make_tensor_summary(tensor, name='defaultTensorName'): 
    for i in range(tensor.get_shape()[0]: 
     for j in range(tensor.get_shape()[1]: 
      tf.summary.scalar(Name + str(i) + '_' + str(j), tensor[i, j]) 

कुछ इस्तेमाल कर सकते हैं मामले में आप जानते हैं कि यह एक 'मैट्रिक्स के आकार का' टेन्सर है अग्रिम रूप से।

संबंधित मुद्दे