如何在张量板中显示我的所有图像？

Question

我只看到其目前居住在象征性的张量（logits，标签）的图像：

with tf.name_scope("Train"): 
    optimizer = tf.train.AdamOptimizer(FLAGS.learning_rate).minimize(cost_function) 
    tf.summary.image('logits', tn_logits, max_outputs=4) 
    tf.summary.image('label', t_label, max_outputs=4) 

在会话中，我在一个循环中进给网络图像。

for epoch in range(FLAGS.training_epochs): 

     for img in images: 
      _, summary_str, costs = sess.run([optimizer, merged_summary_op, cost_function], 
              feed_dict={t_im0: img.l_img.eval(), t_im1: img.r_img.eval(), 
                 t_label: img.mask.eval()}) 

如何同时显示所有图像？

---

我想有这种说法对我的所有图像就像在画廊：

Answer 1

图像张量和tf.summary.imagemax_output参数的第一个维度tensorboard库中定义的图像数量。由于您一次写入1张图像，现有图像将被覆盖。

而不是迭代，连接4个图像，使得tn_logits和t_label将具有[4, h, w, 1]的形状。

然后在tensorboard你将有Train/logits/image/0，Train/label/image/1，Train/label/image/2和Train/label/image/3条目tn_logits。