如何在Keras中使用张量板显示输入张量

Question

我正在使用Keras训练图像分类器。现在，我想检查输入到ConvNet的输入图像是否正确，我想在Keras中使用Tensorbard展示它们。

在google上搜索后，一些答案表明我需要实现Keras tensorboard回调的子类，如下所示：

class TensorBoardImage(keras.callbacks.Callback):
def __init__(self, tag):
    super().__init__() 
    self.tag = tag

def on_epoch_end(self, epoch, logs={}):
    # Load image
    img = data.astronaut()
    # Do something to the image
    img = (255 * skimage.util.random_noise(img)).astype('uint8')

    image = make_image(img)
    summary = tf.Summary(value=[tf.Summary.Value(tag=self.tag, image=image)])
    writer = tf.summary.FileWriter('./logs')
    writer.add_summary(summary, epoch)
    writer.close()

    return

但是如何将输入图像张量传递给此回调？ 如果有人知道怎么办？

Answer 1

我建议仅使用matplot lib保存图像。这将变得更加容易，并且无需进入tf.Summary的世界。如果您仍然对此感兴趣，则需要使用tf.image_summary。