Tensorboard v1.0 -直方图选项卡解释

Question

我正在学习通过张量板来可视化张量，但是，我不知道如何在直方图选项卡中解释图表。我使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)

我从拉伸板上得到了这张图表：

直方图模式:偏移量

​

直方图模式:覆盖

​

我知道x轴是值，y轴是时间步长，我不知道的是z轴的值。根据这的报道，

这是一个归一化的密度。我不会把它描述为概率密度，尽管我认为把它称为概率密度是合理的。

谁能解释得更多(例如，密度是如何计算的)？

Answer 1

这里的情节大致显示了它应该显示的内容。1, 2, 3, 4值的峰值。最大的峰值是值4，最小的是3。你看到了这样一个奇怪的结果，因为你选择了看到输出的分布，这很难想象为一个分布(就像在三维程序中看圆圈一样)。

绘制实际分布，这样就更容易理解了。下面是一个示例：

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()

这里你可以看到平均值5和std=3的正态分布。

​

现在，从0到9开始的10个叠加直方图来自您的循环。它们都是一样的，因为值a没有发生任何变化。在实际工作中，你会看到每次训练后你的张量的直方图。

关于您的图像，我假设它们可以平滑输出，这就是您看到这样的结果的原因。