我正在使用Keras来训练图像分类器。现在我想检查输入到我的ConvNet的图像是否正确,我想在Keras中用tensorbard显示它们。
在google上搜索后,一些答案说我需要实现Keras tensorboard回调的一个子类,如下所示:
class TensorBoardImage(keras.callbacks.Callback):
def __init__(self, tag):
super().__init__()
self.tag = tag
def on_epoch_end(self, epoch, logs={}):
# Load image
img = data.astronaut()
# Do something to the image
img = (255 * skimage.util.random_noise(img)).astype('uint8')
image = make_image(img)
summary = tf.Summary(value=[tf.Summary.Value(tag=self.tag, image=image)])
writer = tf.summary.FileWriter('./logs')
writer.add_summary(summary, epoch)
writer.close()
return
但是我如何将我的输入图像张量传递给这个回调呢?如果有人知道怎么做的话?
发布于 2019-03-05 09:38:28
我建议用matplot lib保存你的图片。这将会变得更容易,而且不需要进入tf.Summary的世界。如果您仍然有兴趣这样做,您将需要使用tf.image_summary。
https://stackoverflow.com/questions/54995004
复制相似问题