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，我想检查馈送到我的Convnet的输入图像是否正确，我想在Keras中向张力显示。

在Google上搜索后，一些答案说我需要实现Keras Tensorboard回调的子类，如下：

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到此回调中？如果有人知道该怎么做？

Answer 1

我建议只用matplot lib保存图像。这将变得更容易，也没有必要进入TF.Summary的世界。如果您仍然有兴趣这样做，则需要使用tf.image_summary。