Tensorboard数据(tfevents文件)格式解析及ofstream使用问题

转载

于 2018-06-26 17:43:00 发布 · 1.5k 阅读

1 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/deepllz/p/9207981.html

文章标签：

#c/c++ #人工智能 #python

本文介绍了TensorFlow中Tensorboard数据的保存格式，包括事件文件(event file)的结构，以及如何使用C++的ofstream进行二进制写入。在解析事件文件时，提到了关键的proto文件，如event.proto、summary.proto等。作者遇到并解决了一个问题，即在使用ofstream的operator<<保存数据时，Tensorboard无法正确读取，而切换到write方法后问题得到解决。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.前言

　　TensorFlow中的图和变量可以通过TensorBoard进行显示，主要使用tf.summary.FileWriter、tf.scalar_summary、tf.image_summary等API将信息保存。保存的文件名格式为：events.out.tfevents.timestamp.hostname，例如：events.out.tfevents.1530003338.BJSR-U10。

　　然后执行命令：tensorboard --logdir=eventfile_dir(指定event file的路径)即可启动6006端口作为tensorboard的服务端口，通过浏览器便可以打开event file，显示其中保存的内容

2.event file文件格式

　　tensorflow源码中，保存event file的代码主要由两部分完成：其中大部分是由python实现，在python/summary目录下，包含了所有summary相关的操作；另外，最重要的event_writer类是由C++实现，

文件目录为core/util/event_writer.h。其中保存eventFile的函数为EventsWriter::WriteEvent(const Event& event)，在这个函数中又调用了RecordWriter::WriteRecord(StringPiece data)，在这个函数中可以看到单个event记录的格式，分为4各部分：

1 uint64 length &