Tensorboard:访问event_accumulator标记中的张量对象
Tensorboard:访问event_accumulator标记中的张量对象
提问于 2022-01-28 17:03:33
我正在尝试访问一些存储在Tensorboard文件中的数据。我不希望在浏览器中使用Tensorboard GUI打开它，而是在python脚本中直接打开它，以便能够进行进一步的计算。
我现在的代码是：
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())是某物。就像这样：
{'histograms': [], 'scalars': [], 'tensors': ['observable1', 'observable2' ], ...}首先，有趣的是，我的观测数据不是保存在“标量”中，而是保存在“张量”中。我现在怎么能接触到这些可观测到的东西？我希望这两个可观察对象都会给出一个数组/一个值列表(这就是我感兴趣的)，可能还有一些与张量相关的数据，比如形状、数据类型等等。
我已经尝试使用
x=ea.Tensors("observable1")
print(x[0])或类似的，但我被困在那里，因为输出是某物。就像这样：
TensorEvent(wall_time=1234567890.987654, step=123, tensor_proto=dtype: DT_FLOAT
tensor_shape {
}
tensor_content: "\123Y\123@"
)X的长度似乎固定在10，这对我来说是出乎意料的。有人有主意吗？我在网上找到的所有解释都是关于Tensorboard文件中的标量的。
回答 1
Stack Overflow用户
发布于 2022-01-29 22:50:43
但前提是它以前写得很像
from torch.utils.tensorboard import SummaryWriter
tensorboard_writer=SummaryWriter(log_dir=logpath)
tensorboard_writer.add_scalar("loss_val", loss, parameter)此示例将提取分数：
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))也许写标量并不成功？
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/70897472
复制相关文章
相似问题
腾讯云开发者
