Tensorflow 如何在TensorBoard中显示每个节点的内存？

在另一个问题中，有人展示了他的TensorBoard的屏幕截图，显示了每个节点的内存使用情况：

在我用张力板做的实验中，我从来没有见过这些。我所做的就是打电话

writer = tf.summary.FileWriter('/tmp/tensorboard', sess.graph)

---

在sess.run（）之后

。是否需要添加一些“摘要”来记录内存使用情况？
您需要向
会话添加一些
运行选项
，如本节（运行时统计部分）所述

下面是允许执行此操作的代码：

merged = tf.summary.merge_all()
run_options = tf.RunOptions(trace_level=tf.RunOptions.FULL_TRACE)
run_metadata = tf.RunMetadata()
summary, _ = sess.run([merged, train_step],
                              feed_dict=...,
                              options=run_options,
                              run_metadata=run_metadata)
writer.add_run_metadata(run_metadata, 'step%d' % i)
writer.add_summary(summary, i)

为了在tensorboard中获取时间和内存信息，我这样做

run_options = tf.RunOptions(trace_level=tf.RunOptions.FULL_TRACE)
run_metadata = tf.RunMetadata()


with tf.Session(config=tf.ConfigProto(log_device_placement=True)) as sess:
    file_writer = tf.summary.FileWriter('<path>', sess.graph)

    for (run_iteration...)
       ... = sess.run(....,
                options=run_options, 
                run_metadata=run_metadata
        )

        file_writer.add_run_metadata(
          run_metadata,"run%d" %(run_iteration,),run_iteration)

run\u options=tf.RunOptions（跟踪级别=tf.RunOptions.FULL\u跟踪）
run_metadata=tf.RunMetadata（）
将tf.Session（config=tf.ConfigProto（log\u device\u placement=True））作为sess：
file_writer=tf.summary.FileWriter（“”，sess.graph）
对于（运行迭代…）
... = sess.run（。。。。，
选项=运行选项，
运行\元数据=运行\元数据
)
文件\u writer.add\u run\u元数据(
运行\u元数据，“运行%d”%（运行\u迭代，），运行\u迭代）
按照说明，您可能已经编写了显示内存和时间所需的所有行，但您还需要将tensorboard GUI中的“会话运行”下拉列表从默认的“无”更改为任何选项。否则它们就会被隐藏起来。见图：


至少，我需要这样做才能显示它们——前面的答案对我很有用，但我需要更改下拉列表。
。。。但这其中有多少是必要的呢？也许options=tf.RunOptions（…）就足够了？等等。当我尝试上面的代码时，
merged==None
，这会导致sess中出现问题。run
可能意味着您没有在代码中定义任何摘要。您确实可以删除合并/摘要部分，只保留：
\sess.run（train\u step，feed\u dict=…，options=run\u options，run\u metadata=run\u metadata）writer.add\u run\u metadata（run\u metadata，'step%d'%i）
Nope（同样，在TF中也遇到了其他明显的bug）我将接受，以将来可能的核查为准。