如何在tensorboard中显示我的所有图像？

Question

我只看到当前存在于符号张量（logits，label）中的图像：

with tf.name_scope("Train"):
    optimizer = tf.train.AdamOptimizer(FLAGS.learning_rate).minimize(cost_function)
    tf.summary.image('logits', tn_logits, max_outputs=4)
    tf.summary.image('label', t_label, max_outputs=4)

在会话中，我循环播放网络图像。

for epoch in range(FLAGS.training_epochs):

        for img in images:
            _, summary_str, costs = sess.run([optimizer, merged_summary_op, cost_function],
                                             feed_dict={t_im0: img.l_img.eval(), t_im1: img.r_img.eval(),
                                                        t_label: img.mask.eval()})

如何同时显示所有图像？

我想在画廊中为我的所有图片提供此视图：

Answer 1

图像张量的第一维和max_output的{​​{1}}参数定义张量板图库中的图像数量。由于您一次写入1张图像，因此会覆盖现有图像。

不是迭代，而是连接4个图像，使tf.summary.image和tn_logits的形状为t_label。

然后在张量板中，[4, h, w, 1]将有Train/logits/image/0，Train/label/image/1，Train/label/image/2和Train/label/image/3条目。