Tensorflow 张量板标量和图复制

我使用TensorBoard来可视化网络度量和图形

我创建了一个session

sess=tf.InteractiveSession（）

，并在Jupyter笔记本中构建了该图

在图中，我包括两个摘要标量：

with tf.variable_scope('summary') as scope:    
   loss_summary = tf.summary.scalar('Loss', cross_entropy)
   train_accuracy_summary = tf.summary.scalar('Train_accuracy', accuracy)

然后创建一个

summary\u writer=tf.summary.FileWriter（logdir，sess.graph）

并运行：

\u，损耗总和，训练精度总和=成功运行（[…]，进刀量=进刀量）

我编写度量标准：

summary_writer.add_summary(loss_sum, i)
summary_writer.add_summary(train_accuracy_sum, i) 

我运行代码三次

每次运行时，我都会重新导入TF并创建一个新的交互式会话

但是，在Tensorboard中，会为每次运行创建一个单独的标量窗口：

此外，如果我检查上次运行的数据，则图形似乎重复：

如何防止每次运行时重复图形和标量窗口

• 我希望所有数据都显示在相同的标量图中（具有多个系列/图）
• 我希望每次运行都引用单个图形可视化

---

我怀疑出现问题的原因是您在流程中运行了三次代码（相同的脚本、Jupyter笔记本或其他），并且这些调用在TensorFlow中共享相同的调用。TensorFlow需要为图中的每个节点指定一个唯一的名称，因此在第二次和第三次调用中，它会在摘要节点的名称后面附加

“\u 1”

和

“\u 2”

你如何避免这种情况？最简单的方法是每次运行代码时创建一个新的图形。有（至少）三种方法可以做到这一点：

• 将代码包装在块中，这将构造一个新对象，并将其设置为

  with

  块范围的默认图形

• 如果在创建图之前构造会话，则可以将会话构造为

  sess=tf.InteractiveSession（graph=tf.graph（））

  。新构造的

  tf.Graph

  对象保留为默认图形，直到调用

  sess.close（）

• 代码调用之间的调用

---

带有-block的

方法是“最结构化”的方法，如果您正在编写独立脚本，这可能是最好的方法。但是，由于您正在使用，我假设您正在使用某种交互式REPL，而其他两种方法可能更有用（例如，用于在多个单元格之间分割执行）。
如果要解决此问题，则在保存多个图形时会出现此问题：

tf.reset\u default\u graph（）
谢谢！这正是问题所在：）从Jupyter笔记本上运行。我选择了选项#2:
sess=tf.InteractiveSession（graph=tf.graph（））
这也会造成很多负担吗？在这个意义上，每次你创建一个新的图表？