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

合并摘要。

用法

tf.compat.v1.summary.merge(
    inputs, collections=None, name=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，可以完全省略此 API，因为在 TF2 中，单个摘要操作(如 tf.summary.scalar() )会直接写入默认摘要编写器(如果一个处于活动状态)。因此，没有必要合并摘要或手动将生成的合并摘要输出添加到编写器。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。

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)

此操作创建一个 Summary 协议缓冲区，其中包含输入摘要中所有值的并集。

运行 Op 时，如果要合并的摘要中的多个值使用相同的标记，它会报告 InvalidArgument 错误。