Python 传递元数据时Tensorboard嵌入可视化挂起（类标签）

使用tensorboard TF v1.0.1中的新嵌入可视化功能，我很难将标签添加到它显示的点。基本上，当我尝试添加此元数据时，嵌入工具将挂起并且从不加载。不幸的是，目前该工具的文档非常少

我有一个250级的监督分类，在类似AlexNet的东西上进行训练，我可以在训练期间使用嵌入工具可视化最终的fc层fc8

但是，只要我添加一些代码，将标签添加到绘图中，即按类别获取不同颜色的点，而不是全部蓝色的点，选项卡就不会永远在说明“加载点”的消息上加载

我在历元/训练循环之前添加的代码是：

fw=open('snapshots/metadata.tsv','wt')
for i in range(0,250):
   fw.write('cat%d\n' % i)
fw.close()

tf.train.write_graph(sess.graph_def, './', 'train.pbtxt')
config = projector.ProjectorConfig()
embedding = config.embeddings.add()
embedding.tensor_name = fc8.name
embedding.metadata_path = 'snapshots/metadata.tsv'
tmp_writer = tf.summary.FileWriter(out_tb)
projector.visualize_embeddings(tmp_writer, config) 

其中，fc8是我想要可视化的张量，它是先前从默认图中获得的。所有检查点、tensorboard事件以及元数据标签本身都被写入名为“快照”的子文件夹中

配置文件按原样写入projector_config.pbtxt，并包含

embeddings {
  tensor_name: "fc8/fc8:0"
  metadata_path: "snapshots/metadata.tsv"
}

如果我删除此文件，则嵌入选项卡将加载良好且不会挂起，即，我将进入变暗的屏幕和带有“加载张量…”等的白色小中央框，并显示未标记的点云

我是不是误解了这一点？即使在提升GLOG级别时，我也不会在调用tensorboard服务器的控制台上记录任何错误

---

非常感谢您的指点。

解决了这个问题-文件中的张量名称不正确，应该是：

 embeddings {
    tensor_name: "fc8/weights"
    metadata_path: "snapshots/metadata.tsv"
 }

---

事实证明，如果在配置文件中输入了无效的tensor_名称，那么tensorboard在加载嵌入选项卡时就会挂起/捕获TF v1.0.1没有错误

我也同意windows上的TF v1.1，观察路径名，因为我发现我需要使用完全绝对路径。你能找出为什么在projector\u config.pbtxt中使用错误的张量名称吗？是因为嵌入线.tensor_name=fc8.name错误，还是其他原因？