当训练深度网络进行语义分割时,我们可以通过查看图像/地面实况/预测的三元组来获得对网络性能的定性理解 . 在训练期间,我希望能够在张量板中查看此组,但在整个训练过程中保持相同的三元组 .
如果一个天真地使用tf.summary.image用于每个输入/地面实况/预测张量流改变每个时期的保存的图像/地面实况/预测集 .
即我现在有
#image example save
tf.summary.image("input", test_x, max_outputs=3)
tf.summary.image("ground_truth", test_t, max_outputs=3)
tf.summary.image("prediction_output",output, max_outputs=3)
它确实可以保存每个时代的3张图像,但由于它们随着每个时代而变化,因此难以跟踪进度 .
这对于在培训过程中对网络学习内容进行粗略的定性理解非常有用 .
1 回答
只是一个快速的黑客 . 我建议缩小您转发到摘要的图像集: