Как читать данные из редактора сводки tensorflow 2 - PullRequest
1 голос
/ 29 мая 2020

У меня проблемы с чтением данных из модуля записи сводки тензорного потока.

Я использую писатель из примера на веб-сайте tenorflow: https://www.tensorflow.org/tensorboard/migrate

import tensorflow as tf
from tensorboard.backend.event_processing.event_accumulator import EventAccumulator

writer = tf.summary.create_file_writer("/tmp/mylogs/eager")

# write to summary writer
with writer.as_default():
  for step in range(100):
    # other model code would go here
    tf.summary.scalar("my_metric", 0.5, step=step)
    writer.flush()

# read from summary writer
event_acc = EventAccumulator("/tmp/mylogs/eager")
event_acc.Reload()
event_acc.Tags()

дает:

 'distributions': [],
 'graph': False,
 'histograms': [],
 'images': [],
 'meta_graph': False,
 'run_metadata': [],
 'scalars': [],
 'tensors': ['my_metric']}```

Если Я пытаюсь получить данные тензора:

import pandas as pd
pd.DataFrame(event_acc.Tensors('my_metric'))

Я не получаю правильных значений:

wall_time   step    tensor_proto
0   1.590743e+09    3   dtype: DT_FLOAT\ntensor_shape {\n}\ntensor_con...
1   1.590743e+09    20  dtype: DT_FLOAT\ntensor_shape {\n}\ntensor_con...
2   1.590743e+09    24  dtype: DT_FLOAT\ntensor_shape {\n}\ntensor_con...
3   1.590743e+09    32  dtype: DT_FLOAT\ntensor_shape {\n}\ntensor_con...
...

Как мне получить фактические сводные данные (которые должны быть 0,5, для каждый из 100 шагов)?

Вот блокнот colab с кодом выше: https://colab.research.google.com/drive/1RlgZrGD_vY-YcOBLF_sEPelmtVuygkqz?usp=sharing

Ответы [ 2 ]

1 голос
/ 30 мая 2020

Чтобы избежать подмножества шагов, я бы предложил:

event_acc = EventAccumulator("/tmp/mylogs/eager", size_guidance={'tensors': 0})

enter image description here

1 голос
/ 29 мая 2020

Вам необходимо преобразовать значения тензора в аккумуляторе событий, хранящиеся как TensorProto сообщения, в массивы, что вы можете сделать с помощью tf.make_ndarray:

pd.DataFrame([(w, s, tf.make_ndarray(t)) for w, s, t in event_acc.Tensors('my_metric')],
             columns=['wall_time', 'step', 'tensor'])
Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.
...