如何“重置” TensorBoard 中显示的 TensroFlow InteractiveSession 图表？答案

【问题标题】：How do I "reset" the graph displayed in TensorBoard for a TensroFlow InteractiveSession?如何“重置” TensorBoard 中显示的 TensroFlow InteractiveSession 图表？
【发布时间】：2017-11-02 23:45:28
【问题描述】：

我希望能够查看我在 TensorBoard InteractiveSession 中试验的 TensorFlow 图。

例如我想成为一个操作A然后刷新TensorBoard并在图中看到A，然后执行B并刷新并在图中看到B。然后，如果我决定要更改图表，我想执行一些操作并获得一个干净的状态，这样当我随后输入 A 和 C 时，我只会看到 A 和 C TensorBoard，而不是我目前看到的B、C 和两个版本的A。

例如，如果我

import tensorflow as tf
sess = tf.InteractiveSession()
# operation A
# operation B
writer = tf.summary.FileWriter(logdir='logdir', graph=sess.graph)
writer.flush()

然后运行

tensorboard --logdir logdir --purge_orphaned_data

我在 TensorBoard 中得到一个图表，显示 A 和 B 符合预期。

如果我稍后执行其他操作

# operation P
# operation Q

这些不会出现在 TensorBoard 中，除非我再次执行：

writer = tf.summary.FileWriter(logdir='_tflog', graph=sess.graph)
writer.flush()

这会创建一个新日志，P 和 Q 现在与 TensorBoard 中的 A 和 B 一起出现在图表中。

如果我运行上面的writer 行，则这些操作的每一次额外执行要么在 TensorBoard 中无效，要么显示为一个额外的节点。

如果我想随后删除操作（例如 A 和 P），我似乎需要完全重新启动所有操作（Session 和 FileWriter 并删除所有旧日志）。

所有这些都令人困惑且难以跟踪（我什至不确定我上面的帐户是否准确！）。

是否有某种方法可以完全重置 TensorBoard 使用的 Graph，以便我可以在 TensorBoard 中仅查看自上次此类重置以来添加的那些图形元素？

【问题讨论】：

标签： tensorflow tensorboard

【解决方案1】：

我是新手，所以 FWIW：我认为部分问题在于图表而不是会话。

TF 似乎有一个非常粘的默认图。

在非交互式设置中，我必须做两件主要的事情：

1) 每次都删除旧的 Session 文件 (events.out.tfevents....)，这样它们就不会堆积起来，并且

2) 真正清除图表（通过在我的会话中使用隐藏的默认图表以外的其他内容）以覆盖张量板显示。

请注意，保持 tensorboard 运行并在 Web 浏览器中刷新 localhost:6006 URL 似乎很好。

围绕我的主要 Graph 构造代码，我使用了：

mytfgraph = tf.Graph() # Get something other than the Default Graph
with mytfgraph.asdefault():

    ...lots of good code here...

    # Get rid of old Tensorboard graph file and just save new one
    filesindir = os.listdir(your_graph_location) 
    # os. calls may be OS-dependent
    # Make sure there is no subdir as not checking for this!
    for file in filesindir:
        try:        
            delfile = graph_location + file
            os.remove(delfile)
         except: 
             print('Warning, Tensorboard file not removed')

    train_writer = tf.summary.FileWriter(graph_location)
    # Using custom graph as default ("the with wrapper above")
    train_writer.add_graph(tf.get_default_graph()) 
    train_writer.close()

    ...down here I run batches using a 'with tf.Session() as sess:'...

由于您使用的是交互式会话（我不太了解），因此图表部分有一个替代方法可以简化您的生活。那是私有方法：tf.reset_default_graph()。 Tensorboard scalars and graphs duplicated

Hacky 与否，我没有使用它，因为我只想尝试使用公共方法。

【讨论】：