您可以在Python程序中创建一个tf.Summary对象，然后使用SummaryWriter.add_summary()方法将其SummaryWriter.add_summary()使用SummaryWriter.add_summary()生成的摘要的同一tf.summary.FileWriter对象。

tf.Summary类是Summary协议缓冲区的Python协议缓冲区包装器 。每个Summary包含tf.Summary.Value协议缓冲区的列表， tf.Summary.Value协议缓冲区都有一个标签和一个“简单”（浮点标量）值，一个图像 ，一个直方图或一个音频片段 。例如，可以从Python对象生成标量摘要，如下所示：

writer = tf.train.SummaryWriter(...)
value = 37.0
summary = tf.Summary(value=[
    tf.Summary.Value(tag="summary_tag", simple_value=value), 
])
writer.add_summary(summary)

在培训期间，我需要对自定义摘要变量进行很多更新，因此我实现了我的方法，如下所示：

循环之前：

writer = tf.summary.FileWriter(log_folder)
accuracy = None
accuracy_summary = tf.Summary()
accuracy_summary.value.add(tag='accuracy', simple_value=accuracy)

循环内：

if i%20000 == 0:
    accuracy = get_accuracy()
    accuracy_summary.value[0].simple_value = accuracy
    writer.add_summary(accuracy_summary, i)

我假设value索引按将变量添加到摘要中的顺序排列。

如果要记录python值，则必须创建一个占位符，在运行tf.Summary op时必须提供该占位符。

这是一个代码片段

value_ = tf.placeholder(tf.float32, [])
summary_op = tf.scalar_summary("value_log", value_)
my_python_variable = 10
# define everything else you need...
# ...
with tf.Session() as sess:
    for i in range(0, 10):
        sess.run(summary_op, feed_dict={value_: my_python_variable*i})