Python tf.summary.image用法及代碼示例

寫一個圖像摘要。

用法

tf.summary.image(
    name, data, step=None, max_outputs=3, description=None
)

參數

name 此摘要的名稱。用於 TensorBoard 的摘要標記將是此名稱，以任何活動名稱範圍為前綴。
data 一個Tensor表示像素數據，形狀為[k, h, w, c]，其中k是圖像數量，h和w是圖像的高度和寬度，c是通道數，其中應為 1、2、3 或 4(灰度、帶 alpha 的灰度、RGB、RGBA)。任何尺寸都可能是靜態未知的(即 None )。浮點數據將被裁剪到 [0,1] 範圍內。使用 tf.image.convert_image_dtype 將其他數據類型剪裁到允許的範圍內，以便安全地轉換為 uint8。
step 此摘要的顯式 int64 -castable 單調步長值。如果省略，則默認為 tf.summary.experimental.get_step() ，不能為 None。
max_outputs 可選的 int 或 rank-0 整數 Tensor 。每一步最多會發出這麽多圖像。當提供多於 max_outputs many 圖像時，將使用前 max_outputs many 圖像，其餘的將被靜默丟棄。
description 此摘要的可選長格式說明，作為常量 str 。支持Markdown 。默認為空。

成功時為真，如果因為沒有可用的默認摘要編寫器而未發出摘要，則為假。

拋出

ValueError 如果存在默認編寫器，但未提供任何步驟且tf.summary.experimental.get_step() 為無。

另見tf.summary.scalar、tf.summary.SummaryWriter。

將圖像集合寫入當前默認摘要編寫器。數據顯示在 TensorBoard 的 'Images' 儀表板中。與 tf.summary.scalar 點一樣，每個圖像集合都與 step 和 name 相關聯。所有具有相同name 的圖像集合構成一個時間序列的圖像集合。

此示例寫入 2 個隨機灰度圖像：

w = tf.summary.create_file_writer('test/logs')
with w.as_default():
  image1 = tf.random.uniform(shape=[8, 8, 1])
  image2 = tf.random.uniform(shape=[8, 8, 1])
  tf.summary.image("grayscale_noise", [image1, image2], step=0)

為避免裁剪，應將數據轉換為以下之一：

[0,1] 範圍內的浮點值，或
[0,255] 範圍內的 uint8 值

# Convert the original dtype=int32 `Tensor` into `dtype=float64`.
rgb_image_float = tf.constant([
  [[1000, 0, 0], [0, 500, 1000]],
]) / 1000
tf.summary.image("picture", [rgb_image_float], step=0)

# Convert original dtype=uint8 `Tensor` into proper range.
rgb_image_uint8 = tf.constant([
  [[1, 1, 0], [0, 0, 1]],
], dtype=tf.uint8) * 255
tf.summary.image("picture", [rgb_image_uint8], step=1)

相關用法

注：本文由純淨天空篩選整理自tensorflow.org大神的英文原創作品 tf.summary.image。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法

參數

返回

拋出