Tensorboard v1.0 - 直方图选项卡解释

Question

我正在学习通过张量板可视化张量，但是，我不知道如何在直方图选项卡中解释图表。我使用下面的代码来可视化：

sess = tf.Session()
tf.summary.histogram('test', tf.constant([1, 1, 2, 2, 3, 4, 4, 4, 4]))
summary = tf.summary.merge_all()

train_writer = tf.summary.FileWriter('../tmp/train', sess.graph)
for i in range(10):
    sum = sess.run(summary)
    train_writer.add_summary(sum, i)

我从tensorboard得到了这张图表：

直方图模式：偏移

直方图模式：叠加

我知道x轴是值，y轴是时间步长，我不知道的是z轴的值。根据{{​​3}}问题，

  

这是标准化的密度。我不会将其描述为概率密度，   虽然我认为称之为一个是合理的。

任何人都可以解释更多（即如何计算密度）？

Answer 1

这里的情节大致显示了应该显示的内容。峰值为1, 2, 3, 4。最大的峰值是4，最小的是3。你会看到这样一个奇怪的结果，因为你选择看到输出的分布很难看作分布（就像看起来不那么令人印象深刻在三维程序中的圆圈）。

绘制实际分布，将更容易理解。这是一个例子：

import tensorflow as tf
import numpy as np

v = np.random.normal(loc=5,  scale=3.0, size=100000)
a = tf.constant(v)
s = tf.summary.histogram('normal', a)

merged = tf.summary.merge_all()
with tf.Session() as sess:
    writer = tf.summary.FileWriter('logs', sess.graph)
    for i in xrange(10):
        summary = sess.run(merged)
        writer.add_summary(summary, i)

    writer.close()

在这里，您可以看到正态分布，均值为5，std = 3。

现在，从0到9的10个堆积直方图来自您的循环。它们都是相同的，因为值a没有任何内容。在实际工作中，您将看到每次训练后你的张量的直方图。

关于你的图像，我认为它们使输出变得平滑，这就是你看到这样结果的原因。