Python tf.compat.v1.summary.FileWriter用法及代码示例

将 Summary 协议缓冲区写入事件文件。

用法

tf.compat.v1.summary.FileWriter(
    logdir, graph=None, max_queue=10, flush_secs=120, graph_def=None,
    filename_suffix=None, session=None
)

迁移到 TF2

警告：这个 API 是为 TensorFlow v1 设计的。继续阅读有关如何从该 API 迁移到本机 TensorFlow v2 等效项的详细信息。见TensorFlow v1 到 TensorFlow v2 迁移指南有关如何迁移其余代码的说明。

此 API 与即刻执行或 tf.function 不兼容。要迁移到 TF2，请改用tf.summary.create_file_writer 进行摘要管理。要指定摘要步骤，您可以使用 tf.summary.SummaryWriter 管理上下文，该上下文由 tf.summary.create_file_writer() 返回。或者，您也可以使用 tf.summary.histogram 等汇总函数的 step 参数。请参阅下面显示的使用示例。

如需全面的 tf.summary 迁移指南，请遵循将 tf.summary 使用迁移到 TF 2.0。

如何映射参数

TF1 参数名称	TF2 参数名称	注意
logdir	logdir	-
graph	不支持	-
max_queue	max_queue	-
flush_secs	flush_millis	时间单位从秒更改为毫秒。
graph_def	不支持	-
filename_suffix	filename_suffix	-
name	name	-

TF1 & TF2 使用示例

TF1：

dist = tf.compat.v1.placeholder(tf.float32, [100])
tf.compat.v1.summary.histogram(name="distribution", values=dist)
writer = tf.compat.v1.summary.FileWriter("/tmp/tf1_summary_example")
summaries = tf.compat.v1.summary.merge_all()

sess = tf.compat.v1.Session()
for step in range(100):
  mean_moving_normal = np.random.normal(loc=step, scale=1, size=[100])
  summ = sess.run(summaries, feed_dict={dist:mean_moving_normal})
  writer.add_summary(summ, global_step=step)

特遣部队2：

writer = tf.summary.create_file_writer("/tmp/tf2_summary_example")
for step in range(100):
  mean_moving_normal = np.random.normal(loc=step, scale=1, size=[100])
  with writer.as_default(step=step):
    tf.summary.histogram(name='distribution', data=mean_moving_normal)

FileWriter 类提供了一种在给定目录中创建事件文件并向其中添加摘要和事件的机制。该类异步更新文件内容。这允许训练程序调用方法以直接从训练循环将数据添加到文件中，而不会减慢训练速度。

当使用 tf.compat.v1.Session 参数构造时，FileWriter 会在新的基于图形的摘要上形成一个兼容层，以方便使用需要 FileWriter 实例的预先存在的代码编写新的摘要。

这个类不是线程安全的。