tensorboard - 如何使用张量板嵌入投影仪？

Question

关闭。这个问题不满足Stack Overflow guidelines .它目前不接受答案。












想改善这个问题吗？更新问题，使其成为 on-topic对于堆栈溢出。

3年前关闭。




Improve this question




如何使用 Tensorboard 中包含的嵌入投影仪？

我找不到它的任何文档。有一些引用它here ，但没有关于如何使用它的分步示例/教程。

Answer 1

据我所知this是 TensorFlow 网站上关于嵌入可视化的唯一文档。虽然代码片段对于第一次使用的用户可能不是很有指导意义，所以这里是一个示例用法:

import os
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data

LOG_DIR = 'logs'

mnist = input_data.read_data_sets('MNIST_data')
images = tf.Variable(mnist.test.images, name='images')

with tf.Session() as sess:
    saver = tf.train.Saver([images])

    sess.run(images.initializer)
    saver.save(sess, os.path.join(LOG_DIR, 'images.ckpt'))

这里首先我们创建一个 TensoFlow 变量( images )，然后使用 tf.train.Saver 保存它.执行代码后，我们可以通过发出 tensorboard --logdir=logs 来启动 TensorBoard。命令和打开 localhost:6006在浏览器中。


然而，这种可视化并不是很有帮助，因为我们没有看到每个数据点所属的不同类。为了将每个类与另一个类区分开来，应该提供一些元数据:

import os
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
from tensorflow.contrib.tensorboard.plugins import projector


LOG_DIR = 'logs'
metadata = os.path.join(LOG_DIR, 'metadata.tsv')

mnist = input_data.read_data_sets('MNIST_data')
images = tf.Variable(mnist.test.images, name='images')

with open(metadata, 'w') as metadata_file:
    for row in mnist.test.labels:
        metadata_file.write('%d\n' % row)

with tf.Session() as sess:
    saver = tf.train.Saver([images])

    sess.run(images.initializer)
    saver.save(sess, os.path.join(LOG_DIR, 'images.ckpt'))

    config = projector.ProjectorConfig()
    # One can add multiple embeddings.
    embedding = config.embeddings.add()
    embedding.tensor_name = images.name
    # Link this tensor to its metadata file (e.g. labels).
    embedding.metadata_path = metadata
    # Saves a config file that TensorBoard will read during startup.
    projector.visualize_embeddings(tf.summary.FileWriter(LOG_DIR), config)

这给了我们: