tf.raw_ops.ImageSummary

Выводит протокольный буфер Summary с изображениями.

tf.raw_ops.ImageSummary(
    tag,
    tensor,
    max_images=3,
    bad_color=_execute.make_tensor(\n    'dtype: DT_UINT8 tensor_shape { dim { size: 4 } } int_val: 255 int_val: 0 int_val: 0 int_val: 255 '\n    , 'bad_color'),
    name=None
)

Сводка содержит до max_images значений сводки с изображениями. Изображения создаются на основе tensor, который должен быть 4-мерным, иметь форму [batch_size, height, width, channels] и значение channels может быть:

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

Изображения содержат столько же каналов, сколько и входной тензор. Для вещественных входных данных значения нормализуются отдельно для каждого изображения, чтобы они находились в диапазоне [0, 255]. Значения uint8 не изменяются. Операция использует два различных алгоритма нормализации:

• Если все входные значения положительны, они масштабируются так, чтобы наибольшее значение равнялось 255.

• Если хотя бы одно входное значение отрицательно, значения сдвигаются так, чтобы входное значение 0.0 соответствовало 127. Затем они масштабируются так, чтобы наименьшее значение равнялось 0 или наибольшее — 255.

Аргумент tag — это скалярный Tensor типа string. Он используется для создания tag значений сводки:

• Если max_images равно 1, тег значения сводки имеет вид «tag/image».
• Если max_images больше 1, теги значений сводки создаются последовательно: «tag/image/0», «tag/image/1» и т. д.

Аргумент bad_color — это цвет, используемый в созданных изображениях для нечисловых входных значений. Это uint8 одномерный тензор длины channels. Каждый элемент должен находиться в диапазоне [0, 255] (он представляет значение пикселя в выходном изображении). Нечисловые значения во входном тензоре заменяются этим тензором в выходном изображении. По умолчанию используется красный цвет.