如何在一系列输入中绘制张量流激活函数答案

【问题标题】：How to plot Tensor flow activation functions in a range of inputs如何在一系列输入中绘制张量流激活函数
【发布时间】：2018-11-01 15:14:05
【问题描述】：

我真的很喜欢张量流中激活函数的 2D 表示。例如，绘图：

(tf.nn.sigmoid(

对于一系列输入，例如图像： plot

【问题讨论】：

标签： python tensorflow plot representation

【解决方案1】：

Tensorboard 不是为这样的情节设计的，所以很尴尬，但你可以这样做：

import numpy as np
import tensorflow as tf

# Create '/tmp/activations' directory or point to some other directory
summary_writer = tf.summary.FileWriter(logdir='/tmp/activations')

x_numpy = np.linspace(start=-6.0, stop=6.0, num=120)
x = tf.constant(x_numpy)
y = tf.nn.sigmoid(x)
with tf.Session() as sess:
    y_numpy = sess.run(y)

for x_i, y_i in zip(x_numpy, y_numpy):

    # Create a tensorboard summary with sigmoid output as the value
    # and sigmoid input as a step (which is normally
    # the `global_step` tensor). Tensorboards plots step in x-axis.
    # step must be an integer. So, we multiply x_i by 1M and convert 
    # it to int. This should be precise enough. In the plot,
    # just ignore the "M" suffix.
    value = tf.Summary.Value(tag='sigmoid', simple_value=y_i) 
    summary_writer.add_event(
        event=tf.summary.Event(summary=tf.Summary(value=[value]),
                               step=int(1000000 * x_i)))

summary_writer.close()

# Point tensorboad to '/tmp/activations'

【讨论】：

据我所知 tf.summary.FileWriter.add_event() 只有一个参数：事件tensorflow.org/api_docs/python/tf/summary/FileWriter
@ArefRiant 谢谢！已编辑。当您从内存中编写代码并且不尝试时会发生这种情况:)。
谢谢，我真的试图让代码正常工作，首先我遇到了错误：“不允许使用位置参数”，解决了这个问题后，我遇到了错误：TypeError：-1.0类型为 numpy.float64，但预期为以下之一：int、long
@ArefRiant 对此感到抱歉。编辑了代码。现在应该可以工作了。