Tensorflow：将图形中的张量保存到文件（或图像）中

Question

我目前有一组复杂的操作，这些操作可以迭代创建图像并将它们提供给要使用的进程。 这是非常庞大而复杂的图的一部分。 我想确保正确创建了这些图像。

通常用于调试，我们有tf.Print ，它创建了一个无操作，具有打印到屏幕的副作用。

有没有
a）我可以以某种方式将非常大的中间张量存储到文件中吗？
b）专门将中间张量图像存储到文件（或屏幕）的某种方法？

显然，如果我有一个评估的数字张量，这没问题，因为我可以使用matplotlib的imshow可视化它，但作为符号张量，如何执行它并不是那么明显。

我可以保存一堆中间张量，以使用sess.run进行评估，但是我的代码的sess.run方式将非常难以手动访问并收集所有这些。

Answer 1

在张量流中保存具有空间相关性（例如张量的图像）的张量的最佳方法是通过tf.summary.image 。 查看tensorboard教程 ，了解如何将它们完美地组合在一起，但关键之处如下：

tf.summary.image("img", img)
merged = tf.summary.merge_all()
train_writer = tf.summary.FileWriter('logs', sess.graph)
for i in range(num_iters):
    summary = sess.run(merged)
    train_writer.add_summary(summary, i)

然后启动张量板：

tensorboard --logdir logs

然后在浏览器中转到localhost:6006以查看摘要。

这种方法的缺点是，除非明确指定，否则您无法很好地控制所看到的切片（例如tf.summary.image("img", img[...,10]) ）