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

合並默認圖表中收集的所有摘要。

用法

tf.compat.v1.summary.merge_all(
    key=tf.GraphKeys.SUMMARIES, scope=None, name=None
)

參數

key GraphKey 用於收集摘要。默認為 GraphKeys.SUMMARIES 。
scope 用於過濾摘要操作的可選範圍，使用 re.match 。
name 操作的名稱(可選)。

如果沒有收集到摘要，則返回 None。否則返回類型為 string 的標量 Tensor，其中包含由合並產生的序列化 Summary 協議緩衝區。

拋出

RuntimeError 如果在啟用即刻執行的情況下調用。

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，可以完全省略此 API，因為在 TF2 中，單個摘要操作(如 tf.summary.scalar() )會直接寫入默認摘要編寫器(如果一個處於活動狀態)。因此，沒有必要合並摘要或手動將生成的合並摘要輸出添加到編寫器。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。

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)

相關用法

注：本文由純淨天空篩選整理自tensorflow.org大神的英文原創作品 tf.compat.v1.summary.merge_all。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法

參數

返回

拋出

遷移到 TF2

TF1 & TF2 使用示例