TensorBoard中图像的列和行是什么意思？

Question

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：

  

设置仪表板，使每行对应不同的行   标记，每列对应一次运行。

我不理解这句话因此，我很难弄清楚TensorBoard图像可视化的列和行意味着什么。究竟是什么＆＃34;标签＆＃34;什么是＆＃34;运行＆＃34;？我如何获得多个＆＃34;标签＆＃34;和多个＆＃34;运行＆＃34;显示？为什么我要多个＆＃34;标签＆＃34;和＆＃34;运行＆＃34;显示？

有人有一个非常简单但非常重要的如何使用它的例子吗？

理想情况下，我想要使用的是比较我的模型相对于PCA的表现，所以在我的脑海中，比较每一步的重建与PCA重建的比较会更好。不确定这是不是一个好主意，但我也想看看激活图像的样子以及模板的外观。

Curenttly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，所以我假设它显示了10个与当前运行/批处理有关的图像。

然而，如果可能的话，我希望看到重建，过滤器（目前我正在完全连接以保持简单，但最终看到一个转换网示例会很好），激活单元（任意数量的我选择的单位）等。

Answer 1

TensorFlow在提出这个问题后正式发布（r1.0），简化了Tensorboard附带的功能和文档。

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

要回答有关行和列的问题，每次调用tf.summary.image都会生成一个新标记或一行图像摘要，其总数由传递给max_outputs的值决定（在给定示例中为10） ）。

至于为什么人们可能想要查看多个数据列，如果4D Tensor的第一个维度大于1（即批量大小> 1），那么查看多个列将会很有帮助Tensorboard可以更好地感知整批图像。

最后，如果要构建自动编码器架构，想要查看两个不同的图像集合（例如输入图像和重建图像）时，拥有多个标签会很有用。