transform 主要是对input图像进行变换(统一尺寸、对图像中的数据进行类的转换)
TensorBoard很有用
如:通过loss的变化过程,来看loss的变化是否复合预想。也可以通过loss来选择模型。
TensorBoard,虽然他是TensorFlow 的一部分,但是可以独立安装,并且服务于Pytorch等其他的框架。
安装tensorboard
但是这里tensorboard版本太低了,以下方法解决↓
在pip list查看
- 事件文件
SummaryWriter类,直接向一个文件夹里写入事件文件的一个类,可以被tensorboard解析
将tensorboard的事件文件放在logs文件夹里面
add_scalar()
- 打开事件文件
如果一台服务器多个人训练,默认都打开这个端口的话会很不方便,所以可以去指定端口。
可以通过设置参数去修改端口
点击端口即可
后续对代码有修改后,重新启动项目,在浏览器刷新即可
如果部分修改部分没修改,则会出现问题
则会出现问题,把新的事件记录在了上个事件里
可以把logs文件夹里的事件全删掉,重新启动程序、输入服务器
add_image()
↓这样的类型不符合要求
- 利用opencv读取数据,获得numpy数据
pip install opencv-python -i https://pypi.douban.com/simple/
再进到端口中可以看到图片
此时把代码中的图片换成蜜蜂,图片标题不变
则可通过拖动这个步骤条来看1、2步骤的图片(蚂蚁、蜜蜂)
要单独显示的话,只需要把这个title重新命名即可
通过这个方法,可以直观地显示训练中给model提供了哪些数据
或者相对model进行测试时,可以看到每个阶段的输出成果