TensorBoard - 2つのネットワークからのプロット損失が同じグラフ上で同時に訓練された

Question

2つの異なるネットワークの訓練損失を同時に訓練する方法はありますか？

writer_cnn = tf.summary.FileWriter(os.path.join('log', 'cnn')) 
writer_dann = tf.summary.FileWriter(os.path.join('log', 'dann')) 
s_loss_cnn = tf.summary.scalar('loss_class', loss_class_cnn) 
s_loss_dann = tf.summary.scalar('loss_class', loss_class_dann) 

以降のコードで：私は2 FileWriterを使用し、二つの異なるディレクトリに要約を保存する瞬間

s_cnn = sess.run(s_loss_cnn, feed_dict=feed_batch) 
s_dann = sess.run(s_loss_dann, feed_dict=feed_batch) 
writer_cnn.add_summary(s_cnn, global_step) 
writer_dann.add_summary(s_dann, global_step) 

しかし、私はTensorBoardを発射するとき、私は別の2を取得グラフloss_classおよびloss_class_1。私はhereとthereのような別の場所で2つのディレクトリを作成する方法を読んだことがあります。何か不足していますか？

Answer 1

あなたのコードは含まれていませんが、すべての操作を同じグラフ（デフォルトのグラフ）に追加していることが原因であると思われます。同様の機能graph2()を作成し、それらを呼び出す

def graph1(): 
    g1 = tf.Graph() 
    with g1.as_default() as g: 
     # define your ops 
    with tf.Session(graph = g) as sess: 
     # do all the stuff and write the writer 

：

は、別々のグラフを作成し、writer（グラフパラメータ）にそれらを追加するには、このような

何かを試してみてください。