TensorBoard中圖像的列和行是什麼意思？

Question

我試圖使用tensorflow tf. image_summary但它不是我清楚如何使用它。在tensorboard readme文件，有下列句子讓我困惑：

儀表盤被設置成每一行對應於不同的 標籤，每一列對應一個運行。

我不明白這句話，因此我很難弄清楚TensorBoard圖像可視化中的列和行的含義。什麼是「標籤」，究竟是「跑步」？我如何獲得多個「標籤」和多個「運行」以顯示？爲什麼我需要多個「標籤」和「運行」來顯示？

是否有人對如何使用這一個非常簡單但不平凡的例子嗎？

理想情況下，我想用比較是我的模型相對於PCA如何執行這樣在我的腦海這將是很好，比較重建如何在每一步比較PCA重建。不知道這是一個好主意，但我也想看看激活圖像的外觀和模板的外觀。

---

Curenttly我有如下的非常簡單的腳本：

with tf.name_scope('input_reshape'): 
    x_image = tf.to_float(x, name='ToFloat') 
    image_shaped_input = tf.reshape(x_image, [-1, 28, 28, 1]) 
    tf.image_summary('input', image_shaped_input, 10) 

目前我已成功地發現行是長度的10，所以我認爲它顯示我有一些10張處理當前的運行/批處理。

然而，如果可能的話我想看看重建，過濾器（目前我做的完全連接，讓事情變得簡單，但最終它會很高興看到一個CONV網的例子），活化單位（與任意數量的，我選擇單位）等

Answer 1

TensorFlow正式發佈（R1.0）後，這一問題被提出，並在功能和文檔伴隨Tensorboard已經簡化。

tf.summary.image現在是用於寫入由4D張量的摘要文件表示的圖像的運算;這裏是documentation。

要回答關於行和列的問題，每次調用tf.summary.image都會生成一個新標記或一行圖像摘要，其總數由作爲max_outputs（在給定示例中爲10）傳遞的值決定。至於爲什麼一個人可能想要查看多個數據列，如果4D張量的第一個維度大於1（即批量大小> 1），那麼查看多個列將會很有幫助Tensorboard可以更好地理解整批圖像。

最後，有多個標籤想查看圖像的兩個不同的集合，如輸入圖像和重建圖像，如果你正在構建自動編碼體系結構時是有幫助的。