Python 如何在TensorBoard'；中选择要查看的检查点；什么是嵌入选项卡？

简短问题：如何在TensorBoard的“嵌入”选项卡中选择要查看的检查点

---

问题的较长版本：

我想用TensorBoard可视化单词嵌入。为此，在阅读（）之后，我添加了以下代码：

embedding_writer = tf.summary.FileWriter(model_folder)     
embeddings_projector_config = projector.ProjectorConfig()
embedding = embeddings_projector_config.embeddings.add()
embedding.tensor_name = model.W.name # W corresponds to the embeddings' weights.
projector.visualize_embeddings(embedding_writer, embeddings_projector_config)

# Initialize the model
sess.run(tf.global_variables_initializer())

[...]

# Then, for each training epoch:
model_saver.save(sess, os.path.join(model_folder, 'model_{0:05d}.ckpt'.format(epoch_number)))

查看TensorFlow保存日志的文件夹，每个历元都有一个检查点：

然而，在TensorBoard的嵌入选项卡中，我似乎只能查看最新的检查点：

---

我有时想查看以前时代的嵌入。如何在TensorBoard的“嵌入”选项卡中选择要查看的检查点？

我是负责嵌入可视化工具的工程师之一。谢谢你的反馈。我们计划在UI中添加一个下拉菜单，允许您选择不同的检查点

与此同时，还有一个变通办法。您可以编辑位于TensorBoard保存日志文件夹中的

投影仪配置.pbtxt

。我假设projector_config.pbtxt的内容是：

embeddings {
...
}

在文件末尾追加以下行：

model_checkpoint_path: "path_to_log_dir/model_0000N.ckpt"

指向要可视化的确切检查点，并删除（如果存在）行

model\u checkpoint\u dir:“…”

。然后刷新页面（并可能重新运行TensorBoard）

---

例如，如果您使用

TensorBoard--logdir=output

启动了TensorBoard，并且模型检查点绝对路径是

C:\Users\a\output\en\u 2017-03-08\u 17-42-09-310106\model\model\u 00004.ckpt

，那么您应该附加到

projector\u config.pbtxt

：

model_checkpoint_path: "output\en_2017-03-08_17-42-09-310106\model\model_00004.ckpt"

embeddings {
  tensor_name: "token_embedding/W:0"
}
model_checkpoint_path: "output\en_2017-03-08_17-42-09-310106\model\model_00004.ckpt"

投影仪的示例\u config.pbtxt

：

model_checkpoint_path: "output\en_2017-03-08_17-42-09-310106\model\model_00004.ckpt"

embeddings {
  tensor_name: "token_embedding/W:0"
}
model_checkpoint_path: "output\en_2017-03-08_17-42-09-310106\model\model_00004.ckpt"

如果单击TensorBoard中的“嵌入”选项卡时未显示任何内容，则表示您输入的

模型检查点路径

不正确

---

希望这有帮助

是否可以查看多个检查点。例如，对于图像，有一个滑块，因此我可以检查不同时期的演变。