TensorFlow中能否向已合并的summary_op追加新摘要？

这个场景确实有点棘手——没法修改生成summary_op的内置函数，还得用slim的训练接口。不过其实我们可以通过解析已合并的summary_op来“拆出”原有摘要，再和新的摘要重新合并，具体做法如下：

核心思路 #

tf.summary.merge()生成的summary_op，它的inputs属性其实保存了所有被合并的原始summary张量。我们只需要取出这些原有张量，和新的摘要列表合并后重新生成一个新的merged op就行。

代码示例 #

train_op, summary_op = model_fn(image)
# 你的自定义摘要列表
some_other_summary_list = [
    tf.summary.scalar("custom_metric", my_metric),
    tf.summary.histogram("layer_weights", weights)
]

# 提取原有summary_op中的所有原始摘要张量
original_summaries = summary_op.inputs
# 合并原有摘要和新摘要，生成新的summary_op
new_summary_op = tf.summary.merge(
    original_summaries + some_other_summary_list,
    name="enhanced_summary_op"
)

# 把新的summary_op传入训练函数
slim.learning.train(train_op, summary_op=new_summary_op)

注意事项 #

• 这个方法只适用于由tf.summary.merge()生成的summary_op（也就是你场景里的情况），如果是tf.summary.merge_all()生成的，inputs可能会有差异，但你的问题场景完全匹配。
• 重新合并时可以自定义新的name，避免和原有summary_op重名导致的冲突。

内容的提问来源于stack exchange，提问作者YW P Kwon