我有一些非常大的 tensorflow 摘要。如果这些是使用 tensorboard 绘制的，我可以从中下载 CSV 文件。
但是，使用 tensorboard 绘制这些图会花费很长时间。我在 the docs 中找到有一种方法可以直接在 Python 中读取摘要。此方法是 summary_iterator，可以按如下方式使用:
import tensorflow as tf
for e in tf.train.summary_iterator(path to events file):
print(e)
我可以使用这种方法直接创建CSV文件吗？如果是这样，我该怎么做？这会节省很多时间。
请您参考如下方法:
一种可能的做法是这样的:
from tensorboard.backend.event_processing import event_accumulator
import numpy as np
import pandas as pd
import sys
def create_csv(inpath, outpath):
sg = {event_accumulator.COMPRESSED_HISTOGRAMS: 1,
event_accumulator.IMAGES: 1,
event_accumulator.AUDIO: 1,
event_accumulator.SCALARS: 0,
event_accumulator.HISTOGRAMS: 1}
ea = event_accumulator.EventAccumulator(inpath, size_guidance=sg)
ea.Reload()
scalar_tags = ea.Tags()['scalars']
df = pd.DataFrame(columns=scalar_tags)
for tag in scalar_tags:
events = ea.Scalars(tag)
scalars = np.array(map(lambda x: x.value, events))
df.loc[:, tag] = scalars
df.to_csv(outpath)
if __name__ == '__main__':
args = sys.argv
inpath = args[1]
outpath = args[2]
create_csv(inpath, outpath)
请注意，此代码会将整个事件文件加载到内存中，因此最好在集群上运行它。有关 EventAccumulator 的 sg 参数的信息，请参阅 this SO question .
一个额外的改进可能是不仅存储每个标量的值，而且还存储步骤。
注意代码片段已针对 TF 的最新版本进行了更新。 对于 TF < 1.1，请改用以下导入:
from tensorflow.tensorboard.backend.event_processing import event_accumulator as eva
