TensorBoard中HISTOGRAMS和DISTRIBUTIONS图形的含义

# 前言 之前我都是用TensorBoard记录训练过程中的Loss、mAP等标量，很容易就知道TensorBoard里的SCALARS（标量）图是怎么看的（其中横纵轴的含义、Smoothing等）。 最近在尝试模型压缩，其中的一个步骤是对模型进行稀疏训练。 稀疏训练时需要记录模型中BN层的Gamma值的**分布情况**（取哪些值，这些值出现的次数/频度），这时用TensorBoard里的SCALARS之类的图就不合适了，而是应该用TensorBoard里的**HISTOGRAMS**（直方图）和**DISTRIBUTIONS**（暂未找到合适的译文）。 所以我昨天学习、了解了一点HISTOGRAMS和DISTRIBUTIONS，今天做了一部分简单记录，具体见下文。 # 正文 HISTOGRAMS和DISTRIBUTIONS这两种图的数据源是相同的，只是从不同的视角、以不同的方式来表示数据的分布情况。 下面先介绍HISTOGRAMS，再介绍DISTRIBUTIONS。 ## HISTOGRAMS  上图是TensorBoard生成的一个直方图（OFFEST模式），下面介绍图中几个元素的含义。 - **数据源** - 数据源是**多**个**一维数组** - 也在别处看到说可以是多维数组，但会被压缩成一维的，有兴趣的小伙伴可以具体研究一下 - 如果你只有1个数组，也是可以的 - **当鼠标放在图上时出现的一条黑线和数字** - 鼠标放在图上出现的一条黑线，就对应数据源里的**一个一维数组** - 上图中显示的黑线是我的第40个数组 - **图下方的横轴** - 横轴的值和数组内元素的取值对应 - **图右方的纵轴** - 纵轴的值对应着是哪一个数组，或者说数组的id、index - **颜色** - 可以看到上图中的颜色是渐变的，靠上（id小）的颜色深，靠下（id大）的颜色浅 - 上面的用词比较“学术化”，如果看不懂，就看下边的这个解释吧 - 我的数据有99个数组，0到98，但右侧的纵轴值只标到了90 - 数组元素的分布范围是横轴上的数字，可以看出我的每个数组元素的取值大约集中在0到0.2，超过1.5的都很少 - 我的第40个数组（说法不严谨，准确地说是id为40）大约有505个元素的值为0.536左右 - 如果还是不懂的话，建议先去看看直方图是什么 ## DISTRIBUTIONS  把HISTOGRAMS搞懂后，这个图很好懂的，这个图的数据源和HISTOGRAMS一样。 - **横轴** - 横轴是对应哪个数组 - **纵轴** - 数组中元素的取值 - **颜色** - 颜色深代表对应值出现的频数高 - 如上图，我的99个数组从0到98，数组中元素的取值慢慢地趋近于0 --- 作者：[@臭咸鱼](https://github.com/chouxianyu) 转载请注明出处： 欢迎讨论和交流! ---