我使用 Matplotlib 在训练期间的每个时期创建自定义 t-SNE 嵌入图。我希望绘图以滑块格式显示在 Tensorboard 上,就像这个 MNST 示例一样:
但相反,每批图都显示为每个时期的单独摘要,这确实很难在以后查看。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,图像以不同方式分组但仍然附加_X
到摘要名称范围。
这是我创建自定义绘图并添加到的代码tf.summary.image
使用自定义绘图并将评估的摘要添加到摘要编写器中。
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表中,我可能会得到我想要的滑块图,以避免名称重复问题。但我需要能够循环遍历我评估的张量值以执行 t-SNE 来创建嵌入......
我已经被困在这个问题上有一段时间了,所以任何建议都是值得赞赏的!