Tensorflow 没有简单的方法将张力板输出添加到预定义的估计器函数DnnClassifier？

我一直在使用TF 1.3中的估计器接口，包括创建数据输入函数：

training\u input\u fn=tf.estimator.inputs.pandas\u input\u fn（x=training\u数据，y=training\u标签，批处理大小=64，shuffle=True，num\u epochs=None）

以及建立NN：

dnnclassifier=tf.estimator.dnnclassifier(
要素列=dnn要素，
隐藏单位=[1024500100]，
n_类=2，
型号_dir='/tmp/ccsprop'，
优化器=tf.train.proximaladagradp优化器(
学习率=0.001，
l1_正则化_强度=0.01
))

并执行它

dnnclassifier.train（输入=training\u输入=1500步）

经过大量的搜索，我发现没有简单的方法可以添加tensorboard输出，而不用从头开始重新创建模型，如图所示

即使这样，我也找不到好的例子来说明这两种方法都创建了一个带有tensorboard输出的简单dnnClassifier。有什么指导吗

---

我已经有了基本模型，但还需要更仔细地检查它，以便最终使用实验进行调整。不知道怎么办

调用

DNNClassifier.train

时，它接受

挂钩

参数，您可以创建一个挂钩并将其添加到

挂钩

更新 将度量（例如精度）添加到TensorBoard中时，应执行以下几个步骤：

定义一个计算精度的张量：

acc_op=…

将

张量添加到
tf.summary.scalar
：
tf.summary.scalar（'acc'，acc_op）

在

tf.Graph

中可以有多个

tf.summary

，因此我们定义了一个

merge\u summary\u op=tf.summary.merge\u all（）

来获得一个

op

来合并所有度量

张量

将merge_summary_op添加到

summary_writer=tf.summary.FileWriter（）

将

summary\u writer

添加到

SummarySaverHook

中，或使用自己的代码调用

summary\u writer

---

有关GH的详细讨论，请参见此处：

这样就可以从罐装型号中获得全套TB输出：

dnnclassifier = tf.estimator.DNNClassifier(
  feature_columns=dnn_features,
  hidden_units=[1024, 500, 100],
  n_classes=2, 
  model_dir='./tmp/ccsprop',
  optimizer=tf.train.ProximalAdagradOptimizer(
    learning_rate=0.001,
    l1_regularization_strength=0.01),
  config=tf.estimator.RunConfig().replace(save_summary_steps=10)
)

---

注意最后一行，注意你需要括号的地方

有指向示例实现的指针吗？与医生搏斗。。试图创建>TBcall=tf.SummarySaverHook（save_steps=10，output_dir='./tb'）get>>AttributeError:module'tensorflow'没有属性'SummarySaverHook'我得到了它来获取TBcall=tf.train.SummarySaverHook（save_steps=10，output_dir='./tb'），但它需要一个scaffold或summary_op，我不知道如何引用？（我想得到图表？）因此，进一步

TBcall=tf.train.SummarySaverHook（save_steps=10，output_dir='./tb'，summary_op='accurity'）

和

dnnclassifier.train（input_fn=training\u input_fn，steps=1500，hooks=TBcall）

给出错误：

'SummarySaverHook'对象不可写

应该是一个列表，所以hooks=[TBcall]但是被调用的对象应该如何构造，我得到的是“Fetch argument‘accurity’不能被interpeter作为张量..在罐装DNN中可以访问哪些参数/函数？（我最后的评论有我的尝试）。