目前 tensorflow 的 tensorboard is not compatible with python3。因此，一般来说，我正在寻找一种在 100 个 epoch 中打印一次摘要读数的方法。
是否有函数可以将以下行中生成的summary_str 字节字符串解析为浮点字典？
summary_op = tf.merge_all_summaries()
summary_str = sess.run(summary_op, feed_dict=feed_dict)
【问题讨论】：
标签： tensorflow
您可以通过将summary_str 解析为tf.Summary 协议缓冲区来获得summary_str 的文本表示，如下所示：
summary_proto = tf.Summary()
summary_proto.ParseFromString(summary_str)
print(summary_proto)
然后您可以将其转换为字典，将字符串标签映射到浮点数：
summaries = {}
for val in summary_proto.value:
# Assuming all summaries are scalars.
summaries[val.tag] = val.simple_value
【讨论】：
print( summary_str, summary_proto , sep = ":\t")。我得到的是b'\n\x0e\n\x07L2_loss\x15\xd4J\xcdA\n\x11\n\nL1_penalty\x15\xef\xab\xa6A\n\x0b\n\x04loss\x15j\xa0\xeeA\n\t\n\x02R2\x15@\xd8Y\xbf': None。因此： None 没有属性“值”。
ParseFromString() 的原始答案中有错误。现在应该修好了。