Machine learning 如何理解tensorflow张力板直方图？

我想知道如何理解生成的张量流图/直方图。 可以找到用于此的代码 这张图很容易理解，准确度和损耗也很容易理解

Accuracy- Accuracy of current state of network for given train data.
Higher is better

Accuracy/Validation -  Accuracy of current state of network for given Validation data which is 
not seen by network before. Higher is better

Loss- Loss of network on train data. Lower is better.
Loss/Valadation - Loss of network on test data. Lower is better.
If loss increases it's a sign of over-fitting.
Conv2d/L2-Loss - Loss of particular layer wrt train data. 

基本上，这张图意味着什么，我如何使用它来理解我的网络，如果可能的话，我可以做些什么来改进它

如何解释直方图？

---

tf.summary.histogram采用任意大小和形状的张量，并将其压缩成一个由许多具有宽度和计数的箱子组成的直方图数据结构。例如，假设我们想要将数字[0.5,1.1,1.3,2.2,2.9,2.99]组织到箱子中。我们可以制作三个箱子：一个箱子包含从0到1的所有内容（它将包含一个元素，0.5），一个箱子包含从1到2的所有内容（它将包含两个元素，1.1和1.3），*一个箱子包含从2到3的所有内容（它将包含三个元素：2.2、2.9和2.99）

有关详细信息，请访问以下链接：