Python 如何在Tensorflow中使用多个摘要集合？

我有两组不同的摘要。每个批次收集一次，另一个每个历元收集一次。如何使用

merge\u all\u summaries（key='？？？'）

分别收集这两组中的摘要？手动操作总是一种选择，但似乎有更好的方法

说明我认为它应该如何工作：

#每批一次
tf.标量_汇总（“损失”，图形损失）
tf.数量汇总（“批次依据”，批次准确度）
#每时代一次
梯度=tf.梯度（图形损失，[W，D]）
tf.直方图摘要（“嵌入/W”，W，集合=”每纪元'）
tf.直方图摘要（“嵌入/D”，D，集合=”每纪元'）
tf.merge_all_summaries（）#->（MergeSummary…）
tf.merge_all_摘要（key='per_epoch'）#->NONE:(

问题已解决。

集合

摘要的参数应为列表。 解决方案：

  # once per batch 
  tf.scalar_summary("loss", graph.loss)
  tf.scalar_summary("batch_acc", batch_accuracy)
  # once per epoch
  tf.histogram_summary("embedding/W", W, collections=['per_epoch'])
  tf.histogram_summary("embedding/D", D, collections=['per_epoch'])

  tf.merge_all_summaries()                # -> (MergeSummary...) :)
  tf.merge_all_summaries(key='per_epoch') # -> (MergeSummary...) :)

编辑。TF中的句法变化：

# once per batch 
  tf.summary.scalar("loss", graph.loss)
  tf.summary.scalar("batch_acc", batch_accuracy)
  # once per epoch
  tf.summary.histogram("embedding/W", W, collections=['per_epoch'])
  tf.summary.histogram("embedding/D", D, collections=['per_epoch'])

  tf.summary.merge_all()                # -> (MergeSummary...) :)
  tf.summary.merge_all(key='per_epoch') # -> (MergeSummary...) :)

---

首先找到了这个问题，但搜索了两组不明显的摘要。这种方法对于稍微不同的用例更容易一些。您只需使用摘要的名称即可。