TensorFlow是否支持自动保存初始超参数配置？

我们需要多次运行设计的网络以获得更好的性能，最好是记录我们运行的实验。也许可以通过tensorflow执行引擎自动记录这些超参数配置。例如，我通过将日志目录的不同目录名设置为：

log_lr_0.001_theta_0.1_alpha_0.1
log_lr_0.01_theta_0.01_alpha_0.02
....

---

有没有什么自动的方法来帮助这一点？此外，当我们启动一个新的tensorflow训练实例时，最好分配一个新端口，启动一个新的tensorboard并显示其学习状态。

否，tensorflow不支持自动初始超参数配置

---

我和你面临着同样的问题，我正在使用一个名为“我希望你会发现这很有用”的工具。

Tensorflow不知道你的任何超参数。谢谢你的评论。因为有时候我在修改代码时忘记了一些日志目录的超参数是什么。也许tensorflow可以引入日志模块或系统来完成这项工作。