tensorboardで表示したグラフの詳細が分かりにくい

DISTRIBUTIONSの見方

今回mnistを使ってtensorboardで色々と表示させました。
その中で以下の分布の見方が分からないです。
私はdense層とdense_1層でのバイアスと重みの値を表していると考えています。
しかし薄い部分濃い部分は何なのでしょうか？
初心者であるためバイアスと重みの概念の理解が少し怪しいところですが、教えていただきたいです。

コード全容

python
1
2import tensorflow as tf
3import datetime
4import numpy as np
5mnist = tf.keras.datasets.mnist
6
7(x_train, y_train),(x_test, y_test) = mnist.load_data()
8x_train, x_test = x_train / 255.0, x_test / 255.0
9
10model = tf.keras.models.Sequential([
11  tf.keras.layers.Flatten(input_shape=(28, 28)),
12  tf.keras.layers.Dense(512, activation=tf.nn.relu),
13  tf.keras.layers.Dropout(0.2),
14  tf.keras.layers.Dense(10, activation=tf.nn.softmax)
15])
16model.compile(optimizer='adam',
17              loss='sparse_categorical_crossentropy',
18              metrics=['accuracy'])
19
20
21
22log_dir="logs/fit/" + datetime.datetime.now().strftime("%Y%m%d-%H%M")
23file_writer = tf.summary.create_file_writer(log_dir)
24with file_writer.as_default():
25  images = np.reshape(x_train[0:10], (-1, 28, 28, 1))
26  tf.summary.image("train", images, max_outputs=10, step=1)
27
28
29
30tensorboard_callback = tf.keras.callbacks.TensorBoard(log_dir=log_dir, histogram_freq=1)
31
32
33model.fit(x=x_train, 
34          y=y_train, 
35          epochs=5, 
36          validation_data=(x_test, y_test), 
37          callbacks=[tensorboard_callback]) 
38
39model.evaluate(x_test, y_test)