Tensorboard ReadMeの Image Dashboard セクションには次のように記載されています。
画像ダッシュボードは任意のpngをサポートしているため、これを使用してカスタムビジュアライゼーション(例:matplotlib scatterplots)をTensorBoardに埋め込むことができます。
Pyplotイメージをファイルに書き込み、テンソルとして読み戻し、次にtf.image_summary()で使用してTensorBoardに書き込む方法を確認しましたが、readmeのこのステートメントはより直接的な方法があることを示唆しています。ある?そうである場合、これを効率的に行う方法のドキュメントや例はありますか?
メモリバッファにイメージがある場合、非常に簡単です。以下に、例を示します。ここでは、pyplotをバッファに保存し、TF画像表現に変換してから、画像サマリーに送信します。
import io
import matplotlib.pyplot as plt
import tensorflow as tf
def gen_plot():
"""Create a pyplot plot and save to buffer."""
plt.figure()
plt.plot([1, 2])
plt.title("test")
buf = io.BytesIO()
plt.savefig(buf, format='png')
buf.seek(0)
return buf
# Prepare the plot
plot_buf = gen_plot()
# Convert PNG buffer to TF image
image = tf.image.decode_png(plot_buf.getvalue(), channels=4)
# Add the batch dimension
image = tf.expand_dims(image, 0)
# Add image summary
summary_op = tf.summary.image("plot", image)
# Session
with tf.Session() as sess:
# Run
summary = sess.run(summary_op)
# Write summary
writer = tf.train.SummaryWriter('./logs')
writer.add_summary(summary)
writer.close()
これにより、次のTensorBoard視覚化が提供されます。
私の答えに少し遅れました。 tf-matplotlib を使用すると、単純な散布図は次のように要約されます。
import tensorflow as tf
import numpy as np
import tfmpl
@tfmpl.figure_tensor
def draw_scatter(scaled, colors):
'''Draw scatter plots. One for each color.'''
figs = tfmpl.create_figures(len(colors), figsize=(4,4))
for idx, f in enumerate(figs):
ax = f.add_subplot(111)
ax.axis('off')
ax.scatter(scaled[:, 0], scaled[:, 1], c=colors[idx])
f.tight_layout()
return figs
with tf.Session(graph=tf.Graph()) as sess:
# A point cloud that can be scaled by the user
points = tf.constant(
np.random.normal(loc=0.0, scale=1.0, size=(100, 2)).astype(np.float32)
)
scale = tf.placeholder(tf.float32)
scaled = points*scale
# Note, `scaled` above is a tensor. Its being passed `draw_scatter` below.
# However, when `draw_scatter` is invoked, the tensor will be evaluated and a
# numpy array representing its content is provided.
image_tensor = draw_scatter(scaled, ['r', 'g'])
image_summary = tf.summary.image('scatter', image_tensor)
all_summaries = tf.summary.merge_all()
writer = tf.summary.FileWriter('log', sess.graph)
summary = sess.run(all_summaries, feed_dict={scale: 2.})
writer.add_summary(summary, global_step=0)
実行すると、Tensorboard内に次のプロットが表示されます
tf-matplotlibは、テンソル入力の評価を処理し、pyplot
スレッドの問題を回避し、実行時クリティカルプロットのブリットをサポートすることに注意してください。
次のスクリプトは、中間RGB/PNGエンコードを使用しません。また、実行中の追加の操作構築に関する問題も修正され、単一のサマリーが再利用されます。
図のサイズは、実行中も同じままであると予想されます
動作するソリューション:
import matplotlib.pyplot as plt
import tensorflow as tf
import numpy as np
def get_figure():
fig = plt.figure(num=0, figsize=(6, 4), dpi=300)
fig.clf()
return fig
def fig2rgb_array(fig, expand=True):
fig.canvas.draw()
buf = fig.canvas.tostring_rgb()
ncols, nrows = fig.canvas.get_width_height()
shape = (nrows, ncols, 3) if not expand else (1, nrows, ncols, 3)
return np.fromstring(buf, dtype=np.uint8).reshape(shape)
def figure_to_summary(fig):
image = fig2rgb_array(fig)
summary_writer.add_summary(
vis_summary.eval(feed_dict={vis_placeholder: image}))
if __name__ == '__main__':
# construct graph
x = tf.Variable(initial_value=tf.random_uniform((2, 10)))
inc = x.assign(x + 1)
# construct summary
fig = get_figure()
vis_placeholder = tf.placeholder(tf.uint8, fig2rgb_array(fig).shape)
vis_summary = tf.summary.image('custom', vis_placeholder)
with tf.Session() as sess:
tf.global_variables_initializer().run()
summary_writer = tf.summary.FileWriter('./tmp', sess.graph)
for i in range(100):
# execute step
_, values = sess.run([inc, x])
# draw on the plot
fig = get_figure()
plt.subplot('111').scatter(values[0], values[1])
# save the summary
figure_to_summary(fig)
これは、Andrzej Pronobisの答えを完成させるつもりです。彼のニースの記事をよく読んで、これをセットアップしました最小限の作業例:
plt.figure()
plt.plot([1, 2])
plt.title("test")
buf = io.BytesIO()
plt.savefig(buf, format='png')
buf.seek(0)
image = tf.image.decode_png(buf.getvalue(), channels=4)
image = tf.expand_dims(image, 0)
summary = tf.summary.image("test", image, max_outputs=1)
writer.add_summary(summary, step)
Writerは tf.summary.FileWriter のインスタンスです。これにより、次のエラーが発生しました:AttributeError: 'Tensor' object has no attribute 'value' for this github post has the solution:概要は、ライターに追加する前に評価(文字列に変換)する必要があります。そのため、作業コードは次のように残りました(最後の行に.eval()呼び出しを追加するだけです):
plt.figure()
plt.plot([1, 2])
plt.title("test")
buf = io.BytesIO()
plt.savefig(buf, format='png')
buf.seek(0)
image = tf.image.decode_png(buf.getvalue(), channels=4)
image = tf.expand_dims(image, 0)
summary = tf.summary.image("test", image, max_outputs=1)
writer.add_summary(summary.eval(), step)
これは彼の答えにコメントするのに十分短いかもしれませんが、これらは簡単に見落とされる可能性があります(そして、私は別の何かをしているかもしれません)。
乾杯、
アンドレス