tf.compat.v1.summary.image

Выводит протокол-объект 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, где внешний контекст находится в режиме eager, он проверяет, доступен ли подходящий контекст записи сводок TF2, и если да, перенаправляет этот вызов в 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 альтернативно tf.compat.v1.train.create_global_step). Для перенаправленного вызова аргументы здесь будут переданы в реализацию TF2 tf.summary.image, а возвращаемое значение будет пустым строковым тензором, чтобы избежать дублирования записи сводок. Это перенаправление осуществляется по возможности, и не все аргументы будут сохранены. Кроме того:

• Операция TF2 не выполняет никакие шаги нормализации, описанные выше. Вместо масштабирования данных, которые находятся за пределами ожидаемого диапазона, она просто их обрезает.
• Операция TF2 просто выводит данные под единственным тегом, содержащим несколько образцов, а не несколько тегов (т.е. без суффиксов "/0" или "/1").

Для миграции в TF2, пожалуйста, используйте tf.summary.image вместо. Пожалуйста, проверьте Миграция использования tf.summary в TF 2.0 для конкретных шагов миграции.

Как сопоставить аргументы

: : : tf.summary.experimental.get_step(). : | max_outputs | max_outputs | - | | collections | Не поддерживается | - | | family | Удалено | Используйте tf.name_scope вместо | : : : для управления префиксом имени сводки. : | - | description | Необязательное развернутое описание str для сводки | : : : По умолчанию пустое. :

Описание

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

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

Изображения имеют то 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 положительные, они масштабируются так, чтобы наибольшее из них было 255.

• Если какое-либо входное значение отрицательное, значения смещаются таким образом, что входное значение 0,0 находится в 127. Затем они масштабируются так, что либо наименьшее значение равно 0, либо наибольшее равно 255.

tag в выводимых протоколах Summary.Value генерируется на основе имени с суффиксом в зависимости от настройки max_outputs:

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