模块内的函数:
- tf.summary.audio(name, tensor, sample_rate, max_outputs=3, collections=None, family=None)
输出带有音频的summary协议缓冲区。
- tf.summary.get_summary_description(node_def)
根据给定的TensorSummary node_def检索对应的SummaryDescription。当summary op被实例化时,相关元数据的
SummaryDescription会被存放在它的NodeDef中。这个方法检索该描述
- tf.summary.histogram(name, values, collections=None, family=None)
输出带有直方图的summary协议缓冲区
添加直方图summary后能够在TensorBoard上可视化数据的分布。
生成的Summary有一个summary value,它包含了values的直方图
- tf.summary.image(name, tensor, max_outputs=3, collections=None, family=None)
输出带有图像的Summary协议缓冲区
这个summary最多有max_outputs个包含图像的summary values
- tf.summary.merge(inputs, collections=None, name=None)
合并summaries
该op创建了一个summary协议缓冲区,它包含了输入的summaries的所有value的union
- tf.summary.merge_all(key=tf.GraphKeys.SUMMARIES, scope=None)
合并默认图中收集的所有summaries
- tf.summary.scalar(name, tensor, collections=None, family=None)
输出仅有一个标量值的Summary协议缓冲区
生成的Summary有一个Tensor.proto,它包含了输入Tensor
- tf.summary.tensor_summary(name, tensor, summary_description=None,collections=None,summary_metadata=None,family=None,display_name=None)
输出带有序列化tensor.proto的Summary协议缓冲区
- tf.summary.text(name,tensor,collections=None)
文本数据的Summary
模块内的类:
将Summary protocol buffer写入event files
FileWriter类提供了一种在给定目录下创建event file并向event file 添加summaries和events的机制。该类异步更新文件内
容。因此,训练中的程序可以在训练循环中直接调用methods将数据添加到文件,而训练不用减速。
缓存file writers
该类缓存file writers,每个目录拥有一个
- class SessionLog
- class Summary
- Class SummaryDescription
- Class TaggedRunMetadata