tensorflow - 使用 tensorboard 时，如何总结在多个小批量上计算的损失？

Question

我想使用 Tensorboard 来可视化验证样本上损失的演变。但是验证集太大，无法在一个小批量中计算。因此，为了计算我的验证损失，我必须在覆盖验证集的几个小批量上多次调用 session.run。然后我总结每个小批量的损失(在 python 中)以获得完整的验证损失。

我的问题是 tf.scalar_summary 似乎必须附加到 tensorflow 节点。但是我需要以某种方式将它“附加”到多次 session.run 运行的节点值的总和。

有没有办法做到这一点？也许通过直接总结包含小批量损失总和的python浮点数？但是我还没有在文档中看到一种为张量板“总结”计算之外的 python 值的方法。文档“操作方法”部分中的示例仅涉及可以在对 session.run 的单个调用中计算的损失。

Answer 1

您可以添加 Variable在每个 sess.Run 上更新调用并让摘要跟踪 Variable 的值.