我为什么要使用摘要，我能从中得到什么？

Question

我正在研究深度学习和张量板，几乎是示例代码使用摘要。

1. 我想知道为什么我需要使用变量摘要。

2. 他们有许多类型的数据，用于汇总，如最小值，最大值，平均值，变化等。 在典型情况下我应该使用什么？

3. 如何分析以及从这些摘要图中可以得到什么？

谢谢你：D

Answer 1

在Tensorboard上有一个很棒的视频教程（https://www.youtube.com/watch?v=eBbEDRsCmv4），几乎描述了有关Tensorboard（图形，摘要等）的所有内容。

Answer 2

1. 可变摘要（标量，直方图，图像，文本等）有助于通过学习过程跟踪您的模型。例如，tf.summary.scalar（'v_loss'，validation_loss）将在每次调用摘要操作时向损失曲线添加一个点，从而粗略地了解模型是否已收敛以及何时停止。
2. 这取决于您的变量类型。对于像损失这样的值，tf.summary.scalar显示了跨越时代的趋势;对于像层中权重这样的变量，最好使用tf.summary.histogram，它显示权重的整个分布的变化;我通常使用tf.summary.image和tf.summary.text来检查我的模型在不同时期生成的图像/文本。
3. 该图显示了您的模型结构以及流经每个操作的张量的大小。我发现很难在图表演示中很好地组织操作，并且我从中学到了很多关于变量范围的知识。另一个答案为初学者提供a link for a great tutorial。