get_summary

tflearn.summaries.get_summary (stype, tag, value=None, collection_key=None, break_if_exists=False)

创建或检索摘要。它通过 summary_tags 集合跟踪所有图形摘要。如果摘要标签已存在,它将返回该摘要张量或引发错误(根据 'break_if_exists')。

参数

  • stype: str。摘要类型:'histogram'、'scalar' 或 'image'。
  • tag: str。摘要标签(名称)。
  • value: Tensor。摘要初始化值。默认值:无。
  • collection_key: str。如果指定,则创建的摘要将添加到该集合中(可选)。
  • break_if_exists: bool。如果为 True,则如果已存在具有相同标签的摘要,则会引发异常(而不是返回该现有摘要)。

返回值

摘要 Tensor


add_activations_summary

tflearn.summaries.add_activations_summary (activation_ops, name_prefix='', name_suffix='', collection_key=None)

为给定的激活添加直方图摘要。

参数

  • activation_ops: Tensor 列表。要汇总的激活。
  • name_prefix: str。要添加到摘要范围的前缀。
  • name_suffix: str。要添加到摘要范围的后缀。
  • collection_key: str。用于存储摘要的集合。

返回值

创建的激活摘要列表。


add_gradients_summary

tflearn.summaries.add_gradients_summary (grads, name_prefix='', name_suffix='', collection_key=None)

为给定的梯度添加直方图摘要。

参数

  • grads: Tensor 列表。要汇总的梯度。
  • name_prefix: str。要添加到摘要范围的前缀。
  • name_suffix: str。要添加到摘要范围的后缀。
  • collection_key: str。用于存储摘要的集合。

返回值

创建的梯度摘要列表。


add_trainable_vars_summary

tflearn.summaries.add_trainable_vars_summary (variables, name_prefix='', name_suffix='', collection_key=None)

为给定的变量权重添加直方图摘要。

参数

  • variables: Variable 列表。要汇总的变量。
  • name_prefix: str。要添加到摘要范围的前缀。
  • name_suffix: str。要添加到摘要范围的后缀。
  • collection_key: str。用于存储摘要的集合。

返回值

创建的权重摘要列表。


get_value_from_summary_string

tflearn.summaries.get_value_from_summary_string (tag, summary_str)

从摘要字符串中检索摘要值。

参数

  • tag: str。摘要标签(名称)。
  • summary_str: str。要在其中查找的摘要字符串。

返回值

float。检索到的值。


add_loss_summaries

tflearn.summaries.add_loss_summaries (total_loss, loss, regul_losses_collection_key, name_prefix='', summaries_collection_key=None, exp_moving_avg=0.9, ema_num_updates=None)

为给定的损失添加标量摘要(原始值和平均值)。

为所有损失和相关摘要生成移动平均值,以可视化网络的性能。

参数

  • total_loss: Tensor。总损失(回归损失 + 正则化损失)。
  • loss: Tensor。回归损失。
  • name_prefix: str。要添加到摘要名称的前缀。
  • regul_losses_collection_key: str。用于检索正则化损失的集合名称。
  • exp_moving_avg: float。指数移动平均值。
  • ema_num_updates: int。要与指数移动平均值一起使用的步长。

返回值

loss_averages_op: 用于生成损失移动平均值的操作。


summary_exists

tflearn.summaries.summary_exists (tag)

检查摘要是否存在。

参数

  • tag: str。摘要名称。

返回值

bool。摘要是否存在。