Pytorch学习之tensorboard

Pytorch学习之tensorboard的使用方法本节内容：学习tensorboard的使用方法数据写入文件(主要是标量数据和图片数据) 对图片数据格式认识对写入的文件进行可视化

# SummaryWriter ：的使用方法
from tensorboardX import 
    SummaryWriter  # 从tensorboardX 导入SummaryWriter 类：https://blog.csdn.net/qq_28666313/article/details/106343611
import numpy  as  np
from PIL import Image
import numpy as np
from PIL import Image
# 目前都是导入tensorboardX，不在采用from torch.untils.tensorboard import SummaryWriter 的方式
## 导入需要的库

writer = SummaryWriter("logs")  # 创建实例，我们将内容写入到logs文加夹中，如果填该参数，则写入默认文件夹
image_path = "dataset/hymenoptera_data/train/ants/0013035.jpg"
img_PIL = Image.open(image_path)
image_array = np.array(img_PIL)
writer.add_image('test', image_array, 2,dataformats='HWC')

"""
Shape:
            img_tensor: Default is :math:`(3, H, W)`. You can use ``torchvision.utils.make_grid()`` to
            convert a batch of tensor into 3xHxW format or use ``add_images()`` and let us do the job.
            Tensor with :math:`(1, H, W)`, :math:`(H, W)`, :math:`(H, W, 3)` is also suitible as long as
            corresponding ``dataformats`` argument is passed. e.g. CHW, HWC, HW.
# 从官网文件可以看出，该方法接受的数据是，【通道，高度，宽度】===>CHW 这样的数据类型，一般的数据类型都是[高度，宽度，通道]===>HWC
# print(img.shape)
# (512, 768, 3)  图片不符者要求，需要改变其形状
"""

'nShape:n            img_tensor: Default is :math:`(3, H, W)`. You can use ``torchvision.utils.make_grid()`` ton            convert a batch of tensor into 3xHxW format or use ``add_images()`` and let us do the job.n            Tensor with :math:`(1, H, W)`, :math:`(H, W)`, :math:`(H, W, 3)` is also suitible as long asn            corresponding ``dataformats`` argument is passed. e.g. CHW, HWC, HW.n# 从官网文件可以看出，该方法接受的数据是，【通道，高度，宽度】===>CHW 这样的数据类型，一般的数据类型都是[高度，宽度，通道]===>HWCn# print(img.shape)n# (512, 768, 3)  图片不符者要求，需要改变其形状n'

'''
在这个类我们一般使用两个方法

writer.add_image()  # 添加图片进行可视化
writer.add_scalar()  # 添加数字进行可视化scalar为标量其实就是数字

用完之后别忘了关闭
writer.close()
'''
## writer.add_scalar() 的用法
'''
tag: str,  # 可以认为是图标的titel
scalar_value: Value to save, if string is passed, it will be treated
                as caffe blob name.   这个相当于Y轴数据
global_step: Global step value to record    这个相当于X轴数据
'''

'ntag: str,  # 可以认为是图标的titelnscalar_value: Value to save, if string is passed, it will be treatedn                as caffe blob name.   这个相当于Y轴数据nglobal_step: Global step value to record    这个相当于X轴数据n'

简单演示一下，

x = range(100)
for i in x:
    writer.add_scalar('y=2x', i * 2, i)
    writer.add_scalar('y=x**3', i ** 2, i)
    writer.add_scalar('y=x**2', i ** 3, i)
writer.close()

## 打开方式

# 在terminal中输入命令：tensorboard--logdir "文件名"  # 这里的文件名可以是相对路径也可以是绝对路径

Pytorch学习之tensorboard

Python相关栏目本月热门文章