Tensorboard v1.0 - 直方图标签解读

Question

我正在学习通过张量板可视化张量，但是，我不知道如何解释直方图选项卡中的图表。我用下面的代码来可视化：

sess = tf.Session()
tf.summary.histogram('test', tf.constant([1, 1, 2, 2, 3, 4, 4, 4, 4]))
summary = tf.summary.merge_all()

train_writer = tf.summary.FileWriter('../tmp/train', sess.graph)
for i in range(10):
    sum = sess.run(summary)
    train_writer.add_summary(sum, i)

我从 tensorboard 得到这张图表：

直方图模式：偏移

直方图模式：叠加

我知道x轴是值，y轴是时间步长，我不知道z轴的值。根据this问题，

这是一个归一化的密度。我不会将其描述为概率密度， 虽然我认为称它为一个是合理的。

谁能解释更多（即密度是如何计算的）？

Answer 1

这里的图大致显示了它应该显示的内容。在值 1, 2, 3, 4 处出现峰值。最大的尖峰在 4 处，最小的在 3 处。您会看到如此奇怪的结果，因为您选择查看输出的分布，这很难可视化为分布（与看起来不会令人印象深刻的方式相同）在 3-d 程序中的圆圈处）。

绘制实际分布图，这样会更容易理解。这是一个例子：

import tensorflow as tf
import numpy as np

v = np.random.normal(loc=5,  scale=3.0, size=100000)
a = tf.constant(v)
s = tf.summary.histogram('normal', a)

merged = tf.summary.merge_all()
with tf.Session() as sess:
    writer = tf.summary.FileWriter('logs', sess.graph)
    for i in xrange(10):
        summary = sess.run(merged)
        writer.add_summary(summary, i)

    writer.close()

在这里您可以看到平均值为 5 且标准为 3 的正态分布。

现在从 0 到 9 的 10 个堆叠直方图来自您的循环。它们都是相同的，因为值 a 没有任何作用。在实际工作中，您将看到每次训练后演变的张量直方图。

关于您的图像，我认为它们会平滑输出，这就是您看到此类结果的原因。