Tensorflow 使用tf.keras.Model API时进行总结

如何为tf.keras.Model制作图像摘要

这个问题一开始看起来微不足道，但现在不可能很好地解决。 这一看似基本的功能目前已经超越了“用户友好”的tensorflow/KerasAPI

在tensorflow 1.14中，可以通过两种方式进行总结：

• 使用

  tf.contrib.summary.image

  ，它不需要对

  FileWriter.add\u summary（）

  进行会话外调用
• 使用确实需要它的

  tf.summary.image

现在，第一个选项的问题是，由

contrib

实现

摘要

使用的自定义文件编写器对象需要初始化和

全局步骤

变量。 问题是，在使用

tf.keras.Model

框架时，我不知道如何以及何时为它运行init op

在第二种情况下，问题是keras图的执行被封装，不能重用计算出的张量值来馈送到keras training/eval循环中的文件_writer.add_summary（）

当然，人们可能会认为

tf.keras.callback

会有所帮助，但这是一个错误。

tf.keras.callback.callback

不提供计算ops的值！ 这意味着您必须使用会话手动执行graph（在不显式访问输入数据的情况下尝试）。如果你被迫使用会话：为什么还要麻烦keras呢

---

我要求您提供解决方案，这将适用于tensorflow 1.13和1.14。

您看到Tensorboard回调的代码了吗？我认为它有点像你提到的那样：是的，但是它与1.13和1.14有所不同。不，它不符合我的要求。它确实通过变量（您指的是权重）生成变量图像（通过模型实例可以轻松访问变量）？你想制作什么样的图像？我猜是激活？是的，激活的图像。我目前的解决方案涉及使用属性model.train_function.fetches-将摘要操作添加到已执行的张量列表中。（我基于1.13 Tensorboard回调代码）您看到Tensorboard回调的代码了吗？我认为它有点像你提到的那样：是的，但是它与1.13和1.14有所不同。不，它不符合我的要求。它确实通过变量（您指的是权重）生成变量图像（通过模型实例可以轻松访问变量）？你想制作什么样的图像？我猜是激活？是的，激活的图像。我目前的解决方案涉及使用属性model.train_function.fetches—将摘要操作添加到已执行的张量列表中。（我基于1.13 Tensorboard回调代码）