我想要想象CNN的滤镜权重。它们的大小为height x width x input x output。
但是，TensorBoard要求image_summary为形状张量batches x height x width x channels。
如何将滤镜权重转换为正确的格式？
某些背景信息：
W1 = tf.Variable(tf.random_normal([5, 5, 1, 64]), name='W1')
conv = tf.nn.conv2d(x, W1, strides=[1, 1, 1, 1], padding='SAME')
答案 0 :(得分：0)
正常图像批处理具有形状[batch, height, width, 3]，因此您可以通过将过滤器转置为[output, height, width, 3]来使Tensorboard显示第一个卷积图层的一批彩色图像。这个答案有代码：How to visualize learned filters on tensorflow。
对于其他图层中的权重，您只能显示input * output灰度图像。首先需要沿输入/输出通道分割张量，将张量转置并连接到形状[input * output, height, width, 1]。您可以在此处找到一些示例代码：https://github.com/tensorflow/tensorflow/issues/908