Tensorflow 如何将学习率添加到摘要中？

如何监控AdamOptimizer的学习率？ 据说我需要

通过将标量_摘要操作附加到分别输出学习率和损失的节点来收集这些信息

---

我怎样才能做到这一点呢？

我认为在图表中可以使用以下类似的方法：

with tf.name_scope("learning_rate"):
    global_step = tf.Variable(0)
    decay_steps = 1000 # setup your decay step
    decay_rate = .95 # setup your decay rate
    learning_rate = tf.train.exponential_decay(0.01, global_step, decay_steps, decay_rate, staircase=True, "learning_rate")
tf.scalar_summary('learning_rate', learning_rate)

---

（当然，要让它工作起来，需要

tf.合并所有摘要（）

并使用

tf.train.SummaryWriter

在最后将摘要写入日志）

但Adam的学习速度是恒定的。。。“Adam计算了一些梯度统计数据，并根据学习率和这些统计数据改变了步长。是的，你在写，事实上我需要步长的曲线图。答案很有趣，但这不适合Adam，”钟玉光说