TensorFlow：每次运行发现多个图事件

Question

我正在加载一个TensorBoard，用于运行在本地模式下的ML引擎实验，并遇到了以下警告：

"Found more than one graph event per run, or there was a metagraph containing a graph_def, as well as one or more graph events.  Overwriting the graph with the newest event.
W0825 19:26:12.435613 Reloader event_accumulator.py:311] Found more than one metagraph event per run. Overwriting the metagraph with the newest event."

最初，我怀疑这是因为我没有清除我的--logdir=$OUTPUT_PATH（就像其他帖子建议的那样）- 但是，即使我执行了rm -rf $OUTPUT_PATH/*，我仍然在本地训练中遇到此错误。这个错误是否暗示着我图表中存在更大的问题？

- reese0106

Answer 1

看来您可能已经遇到过这个帖子，但是如果没有更多信息，这就是我能提供的最佳信息：

这是已知问题，当您从不同运行中编写多个事件文件时，TensorBoard无法处理在同一目录下。如果您为每个运行使用新的子目录（新的超参数=新的子目录），则将其修复。

您可能会意外地在同一个目录中写入多个事件文件（例如，训练和评估？）。

此外，请确保在modes.EVAL模式下返回适当的tf.estimator.EstimatorSpec。从人口普查示例中：

if mode == Modes.EVAL:
  labels_one_hot = tf.one_hot(
      label_indices_vector,
      depth=label_values.shape[0],
      on_value=True,
      off_value=False,
      dtype=tf.bool
  )
  eval_metric_ops = {
      'accuracy': tf.metrics.accuracy(label_indices, predicted_indices),
      'auroc': tf.metrics.auc(labels_one_hot, probabilities)
  }
  return tf.estimator.EstimatorSpec(
      mode, loss=loss, eval_metric_ops=eval_metric_ops)

- rhaertel80

---

我认为这是完全可能的。我正在Modes.EVAL和Modes.TRAIN中编写标量，但Modes.EVAL中的标量从未在tensorboard中显示出来。我想我一直以为有两个事件文件（eval/event和train/event），但现在我认为事情并不那么简单。是否有一种方法可以在同一个model_fn中为train/eval编写标量，以便它们不会在同一个目录中生成多个事件文件？ - reese0106

你将model_dir设置为什么（例如，run_config=tf.contrib.learn.RunConfig(model_dir=args.job_dir)）？能否提供该model_dir的目录列表？ - rhaertel80

更新了关于EstimatorSpec的信息。这有帮助吗？ - rhaertel80

很明显我必须写多个事件文件，但我不确定这是如何发生的。我每次都用'rm -rf $JOB_DIR'删除args.job_dir，然后我仍然在开始新运行时遇到这个错误。这是model_dir的目录列表.. $ ls output checkpoint events.out.tfevents.1504204297.Users-MacBook-Pro.local graph.pbtxt model.ckpt-1.data-00000-of-00001 model.ckpt-1.index model.ckpt-1.meta 就我所知，只有单个事件文件，但tensorboard警告仍在向我喊话？ - reese0106

然而，现在有另一个子目录 eval，其中包含另一个事件文件，但是警告甚至在这种情况发生之前就出现了。 - reese0106