tf.compat.v1.summary.merge_all

Объединяет все сводки, собранные в стандартном графе.

tf.compat.v1.summary.merge_all(
    key=_ops.GraphKeys.SUMMARIES, scope=None, name=None
)

Этот API несовместим с исполнением eager или tf.function. Для перехода на TF2 этот API можно полностью пропустить, так как в TF2 отдельные операции сводки, такие как tf.summary.scalar(), записывают данные непосредственно в стандартный записьщик сводок, если он активен. Таким образом, нет необходимости объединять сводки или вручную добавлять результирующий объединённый вывод сводки в записьщик. См. пример использования, показанный ниже.

Для получения всестороннего tf.summary руководства по миграции, пожалуйста, следуйте руководству по миграции использования tf.summary в TF 2.0.

Пример использования TF1 и TF2

TF1:

dist = tf.compat.v1.placeholder(tf.float32, [100])
tf.compat.v1.summary.histogram(name="distribution", values=dist)
writer = tf.compat.v1.summary.FileWriter("/tmp/tf1_summary_example")
summaries = tf.compat.v1.summary.merge_all()

sess = tf.compat.v1.Session()
for step in range(100):
  mean_moving_normal = np.random.normal(loc=step, scale=1, size=[100])
  summ = sess.run(summaries, feed_dict={dist: mean_moving_normal})
  writer.add_summary(summ, global_step=step)

TF2:

writer = tf.summary.create_file_writer("/tmp/tf2_summary_example")
for step in range(100):
  mean_moving_normal = np.random.normal(loc=step, scale=1, size=[100])
  with writer.as_default(step=step):
    tf.summary.histogram(name='distribution', data=mean_moving_normal)

Описание