Tensorboard 图像摘要

Question

我使用 Matplotlib 在训练期间的每个时期创建自定义 t-SNE 嵌入图。我希望这些图以滑块格式显示在 Tensorboard 上，就像这个 MNST 示例：

但是每批图都显示为每个 epoch 的单独摘要，以后很难查看。见下文：

它似乎正在创建多个具有相同名称的图像摘要，因此附加 _X 后缀而不是像我想要的那样覆盖或添加到滑块。同样，当我使用 family 参数时，图像的分组方式不同，但仍将 _X 附加到摘要名称范围。

这是我的代码，用于创建自定义图并使用自定义图添加到 tf.summary.image 并将评估的摘要添加到摘要作者。

def _visualise_embedding(step, summary_writer, features, silhouettes, sample_size=1000):
    '''
    Visualise features embedding image by adding plot to summary writer to track on Tensorboard
    '''
    # Select random sample
    feats_to_sils = list(zip(features, silhouettes))
    shuffle(feats_to_sils)
    feats, sils = zip(*feats_to_sils)
    feats = feats[:sample_size]
    sils = sils[:sample_size]

    # Embed feats to 2 dim space
    embedded_feats = perform_tsne(2, feats)

    # Plot features embedding
    im_bytes = plot_embedding(embedded_feats, sils)

    # Convert PNG buffer to TF image
    image = tf.image.decode_png(im_bytes, channels=4)

    # Add the batch dimension
    image = tf.expand_dims(image, 0)
    summary_op = tf.summary.image("model_projections", image, max_outputs=1, family='family_name')
    # Summary has to be evaluated (converted into a string) before adding to the writer
    summary_writer.add_summary(summary_op.eval(), step)

我知道如果我将可视化方法作为操作添加到图形中以避免名称重复问题，我可能会得到我想要的滑块图。但是我需要能够遍历我评估的张量值来执行 t-SNE 来创建嵌入...

我已经坚持了一段时间，所以任何建议都将不胜感激！

Answer 1

这可以通过使用tf.Summary.Image()

来实现

例如：

    im_summary = tf.Summary.Image(encoded_image_string=im_bytes)
    im_summary_value = [tf.Summary.Value(tag=self.confusion_matrix_tensor_name, 
    image=im_summary)]

这是一个 summary.proto 方法，所以起初对我来说很明显，因为方法定义无法通过 Tensorflow 访问。当我发现在 github 上使用它的代码片段时，我才意识到它的功能。

无论哪种方式，它都会像我想要的那样在 Tensorboard 上将图像摘要公开为幻灯片。

Tensorboard 图像摘要

Tensorboard Image Summaries

python

tensorflow

tensorboard