如何在张量板上显示我的所有图像？

Question

我只看到当前位于符号张量（logits、label）中的图像：

with tf.name_scope("Train"):
    optimizer = tf.train.AdamOptimizer(FLAGS.learning_rate).minimize(cost_function)
    tf.summary.image('logits', tn_logits, max_outputs=4)
    tf.summary.image('label', t_label, max_outputs=4)

在会话中，我循环输入网络图像。

for epoch in range(FLAGS.training_epochs):

        for img in images:
            _, summary_str, costs = sess.run([optimizer, merged_summary_op, cost_function],
                                             feed_dict={t_im0: img.l_img.eval(), t_im1: img.r_img.eval(),
                                                        t_label: img.mask.eval()})

如何同时显示所有图像？

---

我希望我的所有图像都具有此视图，例如在画廊中：

Answer 1

图像张量的第一维和tf.summary.image 的max_output 参数定义张量板画廊中的图像数量。由于您一次写入 1 张图像，因此现有图像将被覆盖。

不是迭代，而是连接 4 个图像，使 tn_logits 和 t_label 的形状为 [4, h, w, 1]。

然后在 tensorboard 中，tn_logits 将有 Train/logits/image/0、Train/label/image/1、Train/label/image/2 和 Train/label/image/3 条目。