Python tf.compat.v1.summary.FileWriter用法及代碼示例

將 Summary 協議緩衝區寫入事件文件。

用法

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

遷移到 TF2

警告：這個 API 是為 TensorFlow v1 設計的。繼續閱讀有關如何從該 API 遷移到本機 TensorFlow v2 等效項的詳細信息。見TensorFlow v1 到 TensorFlow v2 遷移指南有關如何遷移其餘代碼的說明。

此 API 與即刻執行或 tf.function 不兼容。要遷移到 TF2，請改用tf.summary.create_file_writer 進行摘要管理。要指定摘要步驟，您可以使用 tf.summary.SummaryWriter 管理上下文，該上下文由 tf.summary.create_file_writer() 返回。或者，您也可以使用 tf.summary.histogram 等匯總函數的 step 參數。請參閱下麵顯示的使用示例。

如需全麵的 tf.summary 遷移指南，請遵循將 tf.summary 使用遷移到 TF 2.0。

如何映射參數

TF1 參數名稱	TF2 參數名稱	注意
logdir	logdir	-
graph	不支持	-
max_queue	max_queue	-
flush_secs	flush_millis	時間單位從秒更改為毫秒。
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)

特遣部隊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 類提供了一種在給定目錄中創建事件文件並向其中添加摘要和事件的機製。該類異步更新文件內容。這允許訓練程序調用方法以直接從訓練循環將數據添加到文件中，而不會減慢訓練速度。

當使用 tf.compat.v1.Session 參數構造時，FileWriter 會在新的基於圖形的摘要上形成一個兼容層，以方便使用需要 FileWriter 實例的預先存在的代碼編寫新的摘要。

這個類不是線程安全的。