我最近在运行和学习张量流，得到了一些我不知道如何解释的直方图。通常我将条形的高度视为频率（或相对频率/计数）。然而，没有像通常的直方图中那样的条形图以及事物被阴影化的事实让我感到困惑。一次似乎也有很多线条/高度？

有人知道如何解释以下图表（并且可能提供很好的建议，通常有助于阅读 tensorflow 中的直方图）：

也许其他一些有趣的讨论是，如果原始变量是向量或矩阵或张量，那么 tensorflow 实际上显示的是什么，例如每个坐标的直方图？此外，也许参考如何获取这些信息以使人们自给自足会很好，因为我现在很难在文档上找到有用的东西。也许一些教程示例等？也许一些关于操纵它们的建议也会很好。

作为参考，这里是给出这个的代码的摘录：

(X_train, Y_train, X_cv, Y_cv, X_test, Y_test) = data_lib.get_data_from_file(file_name='./f_1d_cos_no_noise_data.npz')
(N_train,D) = X_train.shape
D1 = 24
(N_test,D_out) = Y_test.shape
W1 = tf.Variable( tf.truncated_normal([D,D1], mean=0.0, stddev=std), name='W1') # (D x D1)
S1 = tf.Variable( tf.constant(100.0, shape=[]), name='S1') # (1 x 1)
C1 = tf.Variable( tf.truncated_normal([D1,1], mean=0.0, stddev=0.1), name='C1' ) # (D1 x 1)
W1_hist = tf.histogram_summary("W1", W1)
S1_scalar_summary = tf.scalar_summary("S1", S1)
C1_hist = tf.histogram_summary("C1", C1)