tensorflow Tensorboard：访问event_accumulator标签中的Tensor对象

uqjltbpv 于 2023-04-12 发布在其他

关注(0)|答案(2)|浏览(144)

我正在尝试访问存储在Tensorboard文件中的一些数据。我不希望在浏览器中使用Tensorboard GUI打开它，而是直接在Python脚本中打开它，以便能够进行进一步的计算。
当前代码：

file = # here, filename is provided
ea = event_accumulator.EventAccumulator(event_file[0])
ea.Reload()
print(ea.Tags())

现在，我的标签（ea.Tags（））是这样的：

{'histograms': [], 'scalars': [], 'tensors': ['observable1', 'observable2' ], ...}

第一件有趣的事情是，我的观测数据不是保存在“标量”中，而是保存在“Tensor”中。我现在如何访问这些观测数据？我希望两个观测数据中的每一个都给出一个数组/一个值列表（这是我感兴趣的），可能还有一些与Tensor相关的数据，如形状，数据类型等。
我已经试过使用

x=ea.Tensors("observable1")
print(x[0])

或类似的，但我被困在那里，因为输出是这样的：

TensorEvent(wall_time=1234567890.987654, step=123, tensor_proto=dtype: DT_FLOAT
tensor_shape {
}
tensor_content: "\123Y\123@"
)

而 x 似乎有一个固定的长度10，这在某种程度上出乎我的意料。有人有主意吗？我在互联网上找到的所有解释都只涉及Tensorboard文件中的标量

tensorflow

来源：https://stackoverflow.com/questions/70897472/tensorboard-accessing-tensor-objects-in-the-tags-of-event-accumulator

2条答案

按热度按时间

sczxawaw1#

前提是它以前被写为

from torch.utils.tensorboard import SummaryWriter
tensorboard_writer=SummaryWriter(log_dir=logpath)
tensorboard_writer.add_scalar("loss_val", loss, parameter)

本例将提取分数：

from tensorboard.backend.event_processing.event_accumulator import EventAccumulator
    
event_acc = EventAccumulator(logpath, size_guidance={"scalars": 0})
event_acc.Reload()

for scalar in event_acc.Tags()["scalars"]:
    w_times, step_nums, vals = zip(*event_acc.Scalars(scalar))

也许写标量没有成功？

赞(0）回复(0）举报 2023-04-12

vnjpjtjt2#

这篇文章很旧了，但在这里发布以供将来参考。
例如，要访问observable1中的tensor_content，请执行以下操作

x = ea.Tensors("observable1")[0].tensor_proto.tensor_content[0]

和x将包含您想要的二进制形式的值。

赞(0）回复(0）举报 2023-04-12

我来回答

tensorflow Tensorboard：访问event_accumulator标签中的Tensor对象

2条答案

相关问题

热门标签

最新问答