Neural network seq2seq模型的张力板中未显示图形可视化

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_

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_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)

看起来这可能与firefox浏览器中图形可视化不起作用的错误有关。如果可能,尝试使用chrome或safari