Не удается записать скалярную сводку Tensorflow в журнал событий

Скалярная сводка или любые сводки в целом собираются с помощью сводных операций. Другой способ подумать об этом - обернуть элемент, который вы хотите обобщить, с помощью summary op, а не записывать элемент напрямую. Эта упаковка создаст «тензор, содержащий сводный protobuf», который является приемлемым форматом add_summary.

Подробно вы создадите сводную операцию:

loss_summ = tf.summary.scalar('loss', loss)

Затем запустите эту операцию, чтобы получить тензор / значение:

_, loss_value, loss_summ_val = sess.run((train, loss, loss_summ))

Наконец, добавьте в сводку возвращенный тензор / значение, а не ваше фактическое loss_value:

writer.add_summary(summary=loss_summ_val, global_step=i)

С минимально необходимыми изменениями будет работать следующий код. Однако, как "nairouz mrabah" предложил в другом ответе, структура кода может быть улучшена.

import tensorflow as tf
import numpy as np
WORKDIR = "/content/log"

x = tf.constant([[1], [2], [3], [4]], dtype=tf.float32)
y_true = tf.constant([[0], [-1], [-2], [-3]], dtype=tf.float32)

linear_model = tf.layers.Dense(units=1)

y_pred = linear_model(x)

sess = tf.Session()
init = tf.global_variables_initializer()
with tf.name_scope("TRAIN"):
  loss = tf.losses.mean_squared_error(labels=y_true, predictions=y_pred)
  loss_summ = tf.summary.scalar('loss', loss)
  optimizer = tf.train.GradientDescentOptimizer(0.01)
  train = optimizer.minimize(loss)

writer = tf.summary.FileWriter(WORKDIR + "/tmp/5", graph=sess.graph)

sess.run(init)

for i in range(1000):
  # _, loss_value = sess.run((train, loss))
  _, loss_value, loss_summ_val = sess.run((train, loss, loss_summ))
  if i % 50 == 0:
    # writer.add_summary(summary=loss_value, global_step=i)
    writer.add_summary(summary=loss_summ_val, global_step=i)
    print(str(i)+" step: "+str(loss_value))
    writer.flush()
writer.close()

Вы должны полностью создать свой график (потери и оптимизатор являются частью статического графика), затем вы должны создать сеанс и, наконец, вы можете создать писатель. Соблюдайте правильный порядок, тогда все заработает.

 import tensorflow as tf
 import numpy as np
 WORKDIR = "/content/log"
 x = tf.constant([[1], [2], [3], [4]], dtype=tf.float32)
 y_true = tf.constant([[0], [-1], [-2], [-3]], dtype=tf.float32)
 linear_model = tf.layers.Dense(units=1)
 y_pred = linear_model(x)
 with tf.name_scope("TRAIN"):
 loss = tf.losses.mean_squared_error(labels=y_true, predictions=y_pred)
 optimizer = tf.train.GradientDescentOptimizer(0.01)
 train = optimizer.minimize(loss)
 init = tf.global_variables_initializer()
 with tf.Session() as sess:
      writer = tf.summary.FileWriter(WORKDIR + "/tmp/5", graph=sess.graph)
      sess.run(init)
      for i in range(1000):
         _, loss_value = sess.run((train, loss))
         if i % 50 == 0:
         writer.add_summary(summary=loss_value, global_step=i)
         print(str(i)+" step: "+str(loss_value))
         writer.flush()
       writer.close()