Tensorflow 如何可视化tf.contrib.distribution.multivariationarmaldiag？

我构造了一个变分自动编码器，其潜在分布为多元正态分布。我想存储分布并将其可视化（在tensorboard或其他软件中）。但是，当我尝试从

FileWriter

使用

add\u summary

时，我得到一个错误-

多变量诊断对象没有属性“value”

。如何存储和显示高斯分布？ 守则：

import tensorflow as tf
tfd = tf.contrib.distribution

input = tf.placeholder(tf.float32, [None, 9])
x = tf.layers.dense(input,200, tf.nn.relu)
x = tf.layers.dense(x,200,tf.nn.relu)
loc = tf.layers.dense(x,1)
scale = tf.layers.dense(x,1,tf.nn.softplus)
latent = tfd.MultivariateNormalDiag(loc,scale)
# getting loss and minimizing it
writer = tf.summary.FileWriter("/tmp/dist")
writer.add_summary(latent) # Error over here

---

您应该将

tf.Summary

传递给

writer.add\u Summary（）

。 而是传递一个

tfd.multivarianentormaldiag

，它没有

值

字段

从

tfd.multivarianentormaldiag

中提取要写入的值，并使用该值创建一个

tf.Summary

。然后将其传递给

writer.add\u summary（）

---

查阅更多信息

因此，为了可视化，我是否需要获得均值和方差，以便以一种可以在tf.Summary中阅读的方式构建正态分布？是的，这是一个好主意。提取均值和方差标量，并使用writer.add_summary（）写出它们。然后可以创建相应正态分布的绘图。