Tensorflow Tensorboard-将完全连接的层拆分为2个直方图，用于可视化

我知道我可以使用tensorboard在直方图中可视化层的权重

我的问题是，是否可以将完全连接的层拆分为两个单独的直方图？因为我有来自两个源的输入，这两个源在经过完全连接的层之前是连接的，我想看看这两个源的权重分布。下面我有一个简单的例子，其中a和b在通过完全连接的层之前连接在一起

a的大小为1024，b的大小为256。外层有1024个单位

out = tf.matmul(tf.concat(values=(a, b), axis=1), weight) + bias

假设您的体重为1280 x 1024，您可以将您的体重作为

现在，您可以可视化权重a和权重b

---

切片也可以通用化，但由于您明确指定了每个张量的大小，因此上述方法是最快的方法。

是的，您是对的。这很简单，但也足够有效

weight_a = tf.slice(weight, [0, 0], [1024, 1024])
weight_b = tf.slice(weight, [1024, 0], [1280, 1024])