Как построить функции активации тензорного потока в диапазоне входов

Question

Мне очень нравится иметь 2D представление функций активации в тензорном потоке.например, вычерчивание:

(tf.nn.sigmoid(

для диапазона входных данных, что-то вроде изображения: plot

Answer 1

Тензорная доска не была разработана для подобных сюжетов, поэтому это неудобно, но вы можете сделать что-то вроде этого:

import numpy as np
import tensorflow as tf

# Create '/tmp/activations' directory or point to some other directory
summary_writer = tf.summary.FileWriter(logdir='/tmp/activations')

x_numpy = np.linspace(start=-6.0, stop=6.0, num=120)
x = tf.constant(x_numpy)
y = tf.nn.sigmoid(x)
with tf.Session() as sess:
    y_numpy = sess.run(y)

for x_i, y_i in zip(x_numpy, y_numpy):

    # Create a tensorboard summary with sigmoid output as the value
    # and sigmoid input as a step (which is normally
    # the `global_step` tensor). Tensorboards plots step in x-axis.
    # step must be an integer. So, we multiply x_i by 1M and convert 
    # it to int. This should be precise enough. In the plot,
    # just ignore the "M" suffix.
    value = tf.Summary.Value(tag='sigmoid', simple_value=y_i) 
    summary_writer.add_event(
        event=tf.summary.Event(summary=tf.Summary(value=[value]),
                               step=int(1000000 * x_i)))

summary_writer.close()

# Point tensorboad to '/tmp/activations'