Pytorch学习之tensorboard

1793-席同学

发表文章数:14

首页 » Python » 正文

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()`` to/n            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 as/n            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]===>HWC/n# 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titel/nscalar_value: Value to save, if string is passed, it will be treated/n                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

未经允许不得转载:作者:1793-席同学, 转载或复制请以 超链接形式 并注明出处 拜师资源博客
原文地址:《Pytorch学习之tensorboard》 发布于2021-10-17

分享到:
赞(0) 打赏

评论 抢沙发

评论前必须登录!

  注册



长按图片转发给朋友

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏

Vieu3.3主题
专业打造轻量级个人企业风格博客主题!专注于前端开发,全站响应式布局自适应模板。

登录

忘记密码 ?

您也可以使用第三方帐号快捷登录

Q Q 登 录
微 博 登 录