Мне было интересно, является ли прямой способ добавить scalar_summary в SummaryWriter без использования session.run() для получения сводок.
Обычно код для получения и добавления сводки:
with tf.Session() as sess:
writer = tf.train.SummaryWriter("./logs", sess.graph)
merged = tf.merge_all_summaries()
summary, acc = sess.run([merged, acc_op], feed_dict)
writer.add_summary(summary, current_step) #Save summary at some checkpoint step
Однако я просто хочу отобразить значения точности и значения потерь, которые были получены И ОБРАБОТАНЫ ПОСЛЕ обучения, в виде линейных графиков на тензорной доске:
with tf.Session() as sess:
writer = tf.train.SummaryWriter("./logs", sess.graph)
acc, loss = sess.run([acc_op, loss_op], feed_dict) #Only the get accuracy and loss
acc = acc*100
tf.scalar_summary('accuracy', acc)
tf.scalar_summary('loss', loss)
merged = tf.merge_all_summaries() #Merge all the summaries into one
writer.add_summary(merged, current_step) #Save summary at some checkpoint step
Приведенный выше код распечатает эту ошибку:
TypeError: Parameter to MergeFrom() must be instance of same class: expected Summary got Tensor. for field Event.summary
Любая помощь или совет будут оценены.