TensorBoard - 在同一图表上同时训练的2个网络的绘图损失

Question

有没有一种方法可以同时绘制两个不同网络的训练损失？

目前，我使用两个FileWriter和摘要保存到两个不同的目录：

writer_cnn = tf.summary.FileWriter(os.path.join('log', 'cnn')) 
writer_dann = tf.summary.FileWriter(os.path.join('log', 'dann')) 
s_loss_cnn = tf.summary.scalar('loss_class', loss_class_cnn) 
s_loss_dann = tf.summary.scalar('loss_class', loss_class_dann) 

而且在后面的代码：

s_cnn = sess.run(s_loss_cnn, feed_dict=feed_batch) 
s_dann = sess.run(s_loss_dann, feed_dict=feed_batch) 
writer_cnn.add_summary(s_cnn, global_step) 
writer_dann.add_summary(s_dann, global_step) 

但是当我火TensorBoard我得到两个不同的图表loss_class和loss_class_1。我读过here和there等不同的地方，创建两个目录是最好的选择。我错过了什么吗？

Answer 1

您没有包含您的代码，但我怀疑您的问题是因为您将所有操作添加到同一图形（默认图形）。

尝试创建单独的图形并将它们添加到您的writer（图形参数）

事情是这样的：

def graph1(): 
    g1 = tf.Graph() 
    with g1.as_default() as g: 
     # define your ops 
    with tf.Session(graph = g) as sess: 
     # do all the stuff and write the writer 

创建一个类似的功能graph2()，然后调用它们。