tf.compat.v1.summary.image

Выводит протокольный буфер Summary с изображениями.

tf.compat.v1.summary.image(
    name, tensor, max_outputs=3, collections=None, family=None
)

В целях совместимости, когда этот API вызывается в TF2 в контексте eager mode, он проверяет, есть ли доступный контекст записи сводок TF2, и, если есть, перенаправляет этот вызов на эту запись. "Подходящий" контекст записи означает, что запись установлена в качестве записи по умолчанию, и есть связанное ненулевое значение для step (см. tf.summary.SummaryWriter.as_default, tf.summary.experimental.set_step или, как альтернатива, tf.compat.v1.train.create_global_step). Для перенаправленного вызова аргументы здесь передаются в реализацию TF2 tf.summary.image, а возвращаемое значение будет пустым байтовым строковым тензором, чтобы избежать дублирования записи сводок. Это перенаправление выполняется с максимальной эффективностью, и не все аргументы будут сохранены. Кроме того:

• Операция TF2 не выполняет ни одной из описанных выше операций нормализации. Вместо масштабирования данных, которые выходят за ожидаемый диапазон, она просто их обрезает.
• Операция TF2 просто выводит данные под единственным тегом, содержащим несколько образцов, а не несколько тегов (т.е. нет суффиксов "/0" или "/1").

Для перехода на TF2, пожалуйста, используйте tf.summary.image вместо этого. Пожалуйста, ознакомьтесь с Переходом использования tf.summary к TF 2.0 для конкретных шагов миграции.

Как сопоставить аргументы

Описание

Сводка содержит до max_outputs значений сводок, содержащих изображения. Изображения построены из tensor, которые должны быть 4-мерными с формой [batch_size, height, width, channels], и где channels может быть:

• 1: tensor интерпретируется как оттенок серого.
• 3: tensor интерпретируется как RGB.
• 4: tensor интерпретируется как RGBA.

Изображения имеют такое же количество каналов, что и входной тензор. Для входных данных с плавающей точкой значения нормализуются по одному изображению за раз, чтобы поместиться в диапазон [0, 255]. uint8 значения не изменяются. Операция использует два разных алгоритма нормализации:

• Если все входные значения положительны, они масштабируются так, чтобы наибольшее из них было 255.

• Если какое-либо входное значение отрицательно, значения сдвигаются так, чтобы входное значение 0.0 находилось на уровне 127. Затем они масштабируются так, чтобы либо наименьшее значение было 0, либо наибольшее - 255.

tag в протоколе Summary.Value, выдаваемом в результате, генерируется на основе имени с суффиксом, зависящим от значения max_outputs:

• Если max_outputs равно 1, тег значения сводки будет 'имя/изображение'.
• Если max_outputs больше 1, теги значений сводки генерируются последовательно как 'имя/изображение/0', 'имя/изображение/1' и т.д.