培训期间Tensorflow Slim调试

Question

对于初始模型，我主要遵循这一点。比方说，我想在每个训练循环上打印批次中使用的图像数据，即我想在“微调不同标签集上的模型”中打印每个训练迭代的“images”变量值代码，既然会话实际上是在slim中创建的，我该如何做呢。训练训练功能，因此我无法进行sess。在没有SES的情况下运行（[图像]）？

Answer 1

这两个先例的答案都很好地精确可视化图像。

但是，如果您有兴趣打印任何其他变量值甚至图像的像素强度，可以在调用slim之前使用以下代码。学习例如，列车：

    variable = tf.get_default_graph().get_tensor_by_name("variable_name")
    train_tensor = tf.Print(train_tensor, [variable], text_to_print_before_value, summarize=number_of_values_to_print_if_array)

第一行通过变量的名称获取变量（例如，您可以通过张量板或打印slim.get_model_variables（）获取它）。

第二行在计算train\u tensor时打印它，并返回train\u tensor本身，以便将此打印节点添加到图形中。

从Mobilenet模型打印变量的示例：

    beta = tf.get_default_graph().get_tensor_by_name("MobilenetV1/Conv2d_12_pointwise/BatchNorm/beta:0")
    train_tensor = tf.Print(train_tensor, [beta], "beta ", summarize=256)

Answer 2

使用以下脚本，您可以查看图像：摘要。添加（tf.summary.image（'image\u tensor，max\u images=15，name='images'））

tf.summary.image是最简单的方法，因为如前所述，会话op是在slim.learning.train内部创建的。虽然interactiestion（）可以用在代码中间，但它可能会干扰超薄创建的会话！

Answer 3

那么您想要可视化训练图像？嗯，您可以在任何有句柄的地方添加图像摘要，例如在“在Flowers数据集上训练模型”下：

images, _, labels = load_batch(dataset)
tf.summary.image("input/images", images)