P3：Tensorboard的使用

Tensorboard就是一个效果可视化的工具。

1、Tensorboard使用方法：

使用方法是：

from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter('logs')   # 存储到'logs'文件夹下

其中我们会用到两个方法：

（一）：画图象

writer.add_image()

（二）：画函数

writer.add_scalar()

最后记得关闭：

writer.close()

之后用Anaconda命令行打开：

tensorboard --logdir=xxx --port=6008 # xxx是文件名 ； 6007是指定端口名

特别的：每次使用完之后，记得删除对应文档（这个方法最方便），不然之后绘制的图像或者图片会覆盖。

2、writer.add_scalar()的用法

writer.add_scalar(“标题名称”，“y轴坐标”，“x轴坐标”)

例子：y = 2x

from torch.utils.tensorboard import SummaryWriter

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

writer.close() # 记得关闭

之后用Anaconda命令行打开：

tensorboard --logdir=logs

得到：

3、 writer.add_image()的使用

writer.add_image(“图像名字” , 所传的图像（数据类型为tensor或者numpy） , 训练步骤)

例子：读取一张图片

from torch.utils.tensorboard import SummaryWriter
import numpy as np
from PIL import Image

writer = SummaryWriter("logs")  # 创建实例；初始化一个logs的文件夹，之后文件存储在这里


## 写图片      writer.add_image()
# 用PIL读取的图片是jpg格式的，这里的格式需要tensor的 / numpy的（利用Opencv读取图片，获得numpy型图片数据）/或者直接numpy转换
image_path = 'data/train/ants_image/0013035.jpg'
img_PIL = Image.open(image_path)
img_array = np.array(img_PIL)
# 因为numpy格式输出的图片，形状是HWC，所以我们要指定一下形状
writer.add_image('test',img_array,1,dataformats='HWC')

writer.close() # 记得关闭

得到：