TensorBoard 中图像的列和行是什么意思？答案

【问题标题】：What does the column and rows for images in TensorBoard mean?TensorBoard 中图像的列和行是什么意思？
【发布时间】：2016-12-12 13:28:49
【问题描述】：

我试图使用 tensorflow tf. image_summary，但我不清楚如何使用它。在tensorboard readme 文件中，他们有以下句子让我感到困惑：

仪表板的设置使得每一行对应一个不同的标记，每列对应一次运行。

我不明白这句话，因此，我很难弄清楚列和行对于 TensorBoard 图像可视化的含义。究竟什么是“标签”，究竟什么是“运行”？如何显示多个“标签”和多个“运行”？为什么要显示多个“标签”和“运行”？

有人有一个非常简单但不平凡的例子来说明如何使用它吗？

理想情况下，我想使用的是比较我的模型在 PCA 方面的表现，因此在我的脑海中，比较重建与 PCA 重建在每个步骤中的比较会很好。不确定这是否是个好主意，但我也想看看激活图像是什么样的以及模板是什么样的。

目前我有一个非常简单的脚本，其中包含以下几行：

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)

目前我已经设法发现行的长度为 10，所以我假设它向我展示了 10 张与当前运行/批处理有关的图像。

但是，如果可能的话，我希望看到重建、过滤器（目前我正在做完全连接以使事情变得简单，但最终希望看到一个 conv 网络示例）、激活单元（具有任意数量的单元我选择）等。

【问题讨论】：

标签： python machine-learning tensorflow tensorboard

【解决方案1】：

在提出这个问题后，TensorFlow 正式发布（r1.0），Tensorboard 附带的功能和文档都进行了简化。

tf.summary.image 现在是用于将 4D 张量表示的图像写入摘要文件的操作；这是documentation。

为了回答您关于行和列的问题，每次调用tf.summary.image 都会生成一个新标签或图像摘要行，其总数由作为max_outputs 传递的值指定（在您的示例中为10）。

至于为什么要查看多列数据，如果 4D Tensor 的第一个维度大于 1（即批量大小 > 1），那么在 Tensorboard 中查看多列会很有帮助以便更好地了解整批图像。

最后，如果要查看两个不同的图像集合，例如输入图像和重建图像（如果您正在构建自动编码器架构），则拥有多个标签会很有帮助。

【讨论】：