Python tf.summary.scalar用法及代码示例

写一个标量摘要。

用法

tf.summary.scalar(
    name, data, step=None, description=None
)

参数

name 此摘要的名称。用于 TensorBoard 的摘要标记将是此名称，以任何活动名称范围为前缀。
data 一个实数值标量值，可转换为 float32 张量。
step 此摘要的显式 int64 -castable 单调步长值。如果省略，则默认为 tf.summary.experimental.get_step() ，不能为 None。
description 此摘要的可选长格式说明，作为常量 str 。支持Markdown 。默认为空。

成功时为真，如果没有写入摘要，则为假，因为没有可用的默认摘要编写器。

抛出

ValueError 如果存在默认编写器，但未提供任何步骤且tf.summary.experimental.get_step() 为无。

另见tf.summary.image、tf.summary.histogram、tf.summary.SummaryWriter。

为 TensorBoard 中的后续分析写入简单的数值。写入到当前的默认摘要编写器。每个汇总点都与一个整数 step 值相关联。这启用了时间序列数据的增量记录。此 API 的常见用法是在训练期间记录损失以生成损失曲线。

例如：

test_summary_writer = tf.summary.create_file_writer('test/logdir')
with test_summary_writer.as_default():
    tf.summary.scalar('loss', 0.345, step=1)
    tf.summary.scalar('loss', 0.234, step=2)
    tf.summary.scalar('loss', 0.123, step=3)

通过给每个系列一个唯一的name 值，可以记录多个独立的时间系列。

有关有效使用 tf.summary.scalar 的更多示例，请参阅 TensorBoard 入门。

通常，此 API 期望数据点以单调递增的步长值记录。不能保证在 TensorBoard 中按需要显示单个步骤的重复点或无序记录的点。

相关用法

注：本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.summary.scalar。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法

参数

返回

抛出

例如：