Neural network seq2seq模型的张力板中未显示图形可视化
我使用tensorflow提供的seq2seq.py库构建了一个seq2seq模型。 在训练之前，我想在tensorboard中可视化我未训练的模型的图形网络，但它不想显示这个 下面是一个简单的例子来重现我的问题。 有人知道为什么这样不行吗？你只能在模型经过训练后才能看到它的图形吗Neural network seq2seq模型的张力板中未显示图形可视化,neural-network,deep-learning,tensorflow,tensorboard,Neural Network,Deep Learning,Tensorflow,Tensorboard,我使用tensorflow提供的seq2seq.py库构建了一个seq2seq模型。 在训练之前，我想在tensorboard中可视化我未训练的模型的图形网络，但它不想显示这个 下面是一个简单的例子来重现我的问题。 有人知道为什么这样不行吗？你只能在模型经过训练后才能看到它的图形吗 将tensorflow导入为tf 将numpy作为np导入 从tensorflow.models.rnn导入rnn\u单元 从tensorflow.models.rnn导入seq2seq 编码器_输入=[] 解码器_
将tensorflow导入为tf
将numpy作为np导入
从tensorflow.models.rnn导入rnn\u单元
从tensorflow.models.rnn导入seq2seq
编码器_输入=[]
解码器_输入=[]
对于X范围内的i（350）：
编码器_inputs.append（tf.placeholder（tf.float32，shape=[None，2]，
name=“编码器{0}”。格式（i）））
对于X范围内的i（45）：
解码器_inputs.append（tf.placeholder（tf.float32，shape=[None，22]，
name=“解码器{0}”。格式（i）））
大小=512#隐藏单元数
层数=2#LSTM的数量
单个单元=rnn单元。基本单元（大小）
cell=rnn\u cell.multirncell（[单个\u cell]*num\u层）
型号=seq2seq.基本\u rnn \u seq2seq（编码器输入、解码器输入、单元）
sess=tf.Session（）
run（tf.variables.initialize_all_variables（））
summary_writer=tf.train.summary writer（'/path/to/log'，graph_def=sess.graph_def）