在 TensorFlow 2.3.0 中使用 tf.GradientTape() 时如何可视化张量板中的权重和偏差

如何解决在 TensorFlow 2.3.0 中使用 tf.GradientTape() 时如何可视化张量板中的权重和偏差

以 DCGAN 上的 tensorflows 教程为例： https://www.tensorflow.org/tutorials/generative/dcgan?hl=en

为了记录损失，使用了以下示例： https://www.tensorflow.org/tensorboard/get_started?hl=en

使用以上作为参考，我添加了几行代码来查看张量板中的损失，但无法对生成器/鉴别器的权重和偏差做同样的事情。

用于查看生成器/鉴别器损失的代码：

g_loss = tf.keras.metrics.Mean('g_loss',dtype=tf.float32)
d_loss = tf.keras.metrics.Mean('d_loss',dtype=tf.float32) 

---

准备写入器/日志目录：

current_time = datetime.datetime.Now().strftime("%Y%m%d-%H%M%s")
train_log_dir = 'logs/' + current_time + '/train'
train_summary_writer = tf.summary.create_file_writer(train_log_dir)

---

然后对于每个时期，我将 gen_loss 和 disc_loss 分别传入 g_loss 和 d_loss，然后执行以下操作：

 with train_summary_writer.as_default(): 
     tf.summary.scalar('g_loss',g_loss.result(),step=epoch) 
     tf.summary.scalar('d_loss',d_loss.result(),step=epoch)

上面允许你在tensorboard的scalars选项卡下查看g_loss和d_loss。

那么我怎样才能对权重和偏差做同样的事情呢？
我可以看到它利用 tf.GradientTape() 来执行反向传播。 使用时，我认为您不需要将 model.fit() 与回调一起使用， 而是将 generator.trainable_variables 与 tf.summary.histogram() 结合使用，但我不确定如何将它们组合在一起。

如果您想同时查看标量和直方图，还需要“合并”标量和直方图？