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:TensorBoard中圖像的列和行是什麼意思?
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