TensorBoardの画像の列と行は何を意味しますか？

Question

テンソルフローtf. image_summaryを使用しようとしていましたが、使用方法がわかりませんでした。彼らは私を混乱させる次の文を持ってtensorboard readmeファイルで：各行は異なる タグに対応し、各列は、実行に対応するように

ダッシュボードが設定されています。

私は文章を理解していないので、TensorBoardイメージの視覚化のために列と行が何を意味するのか分かりません。正確に「タグ」とは何か、正確には「ラン」とは何ですか？複数の「タグ」と複数の「実行」を表示するにはどうすればよいですか？なぜ複数の「タグ」と「ラン」を表示したいのですか？

誰かがこれを使用する方法は非常にシンプルですが自明ではない例がありますか？

理想的には、私のモデルがPCAに関してどのように動作するかを比較することです。私の頭の中で、各ステップでの再構成とPCA再構成との比較方法が良いでしょう。これが良いアイデアであるかどうかは分かりませんが、アクティベーションイメージがどのように見えるか、テンプレートの外観を見たいと思っています。

---

Curenttly私は次の行と非常に簡単なスクリプトいる：

with tf.name_scope('input_reshape'): 
    x_image = tf.to_float(x, name='ToFloat') 
    image_shaped_input = tf.reshape(x_image, [-1, 28, 28, 1]) 
    tf.image_summary('input', image_shaped_input, 10) 

現在、私はので、私はそのは私に何かを持っている10枚の画像を示すと仮定した行の長さが10であることを発見するために管理しています現在の実行/バッチと関係がある。

しかし、私は（再建、フィルター（現在、私は物事をシンプルに保つために完全に接続されやっているが、最終的にコンバージョンネットの例を参照するとよいでしょう）、活性化ユニットを見てみたいと思い、可能な場合

Answer 1

この質問が提起された後、TensorFlowが公式にリリースされ（r1.0）、テンソルボードに付属する機能とドキュメントが簡略化されました。

tf.summary.imageは、4D Tensorで表される画像をサマリーファイルに書き込むためのOpになりました。ここにはdocumentationがあります。

を呼び出すと、max_outputs（指定された例では10）に渡された値で決まる合計数の画像サマリーの新しいタグまたは行が生成されます。

2次元テンソルの最初の次元が1より大きい場合（つまり、バッチサイズ> 1）、複数の列のデータを表示すると便利です。 Tensorboardを使用すると、画像全体のより良い感覚を得ることができます。

最後に、複数のタグを持つことは、オートエンコーダアーキテクチャを構築している場合、入力イメージや再構築されたイメージなど、2つの異なるイメージコレクションを表示する場合に役立ちます。