基于event_accumulator保存tensorboard网页中的图片-201214

编者按：在日常使用tensorboard中发现loss可以保存为json和csv，但图片找不到接口，这里记录自己的尝试过程，有幸能成功，做此记录。

一、打开tensorboard

file_path为tensorboard目录，即该文件下你可以看到“events.out.tfevents.1607934613.czey”类似的文件，这里就是记录数据的文件。记下来，不要老是回过来找怎么打开，我就是这么过来的～

tensorboard --logdir file_path 或者
tensorboard --logdir=file_path

二、常规保存loss数据

如上图，左边的信息可以简单了解下（勾选变化数值即可）。图下方的下箭头就是保存为SVG格式（可缩放矢量图形，可以搜索”SVG 获取数据" ），我们的目标是数据自行后处理，所以需要继续操作。在勾上"Show data download links"后点击"run to download"里的点，就出现可以保存json和csv的提示了，如下图所以。

三、 通过event_accumulator保存images下的图片

在IMAGES下的图片，目前还没有发现可以直接下载图片的接口，如有请告知，非常感谢！平时也是直接截图，但始终不肯向恶势力低头，于是自己捣鼓了下。
参考网址1：How do you read Tensorboard files programmatically?
参考网址2：tf.compat.v1.train.summary_iterator
参考网址3：event_accumulator_test.py
草考网址4：How to convert base64 string to image? [duplicate]
通过参考网址1了解到参考网址2，利用tf.compat.v1.train.summary_iterator，可以尝试下，读取出来的数据不友好，也就没有研究怎么转化为图片。参考网址3简单看了下，没找到自己需要的，估计要运行下才能理解深刻些，不提也罢！
继续解读参考网址2，示例中的数值表示个数，防止太多导致网页崩溃，如设置0则读取全部。读出来的ea.Scalars是list结构，所以可以通过ea.Scalars(‘loss/l1’)[0].value读取其数值。在读取ea.Images时有如下：

'b\89PNG’让我感觉接近真理了，老铁们，这不就类似用UltraEdit直接打开图片的16进制嘛！接下来就是参考网址4，将其再写回图片即可啦！So，完整参考代码和jupyter截图如下（这里后来写了循环完整提取），老铁们根据自己的参数进行修改：

# In[1]:
from tensorboard.backend.event_processing import event_accumulator
import pandas as pd
# In[2]:
fn = '/home/czey/DFNet/DFNet_UI/logs/celeba/simpler/2020-12-14-16-30-13/tensorboard/events.out.tfevents.1607934613.czey'
# In[3]:
ea = event_accumulator.EventAccumulator(fn,
 size_guidance={ # see below regarding this argument
     event_accumulator.COMPRESSED_HISTOGRAMS: 500,
     event_accumulator.IMAGES: 0,  # 0表示所有
     event_accumulator.AUDIO: 4,
     event_accumulator.SCALARS: 0,
     event_accumulator.HISTOGRAMS: 1,
 })
# In[4]:
ea.Reload()
# In[5]:
ea.Tags()
# In[6]:
print(ea.Scalars('loss/l1')[0].value)
pd.DataFrame(ea.Scalars(''loss/l1’)).to_csv('LossL1.csv')  # 利用pandas转化为csv
# In[7]:
imgs_result = ea.Images('deepfusion')  # 注意大小写
len(imgs_result)
# In[8]:
imgs_result[0].encoded_image_string
# In[9]:
for i in range(len(imgs_result)):
    filename = str(i) + '.png'  
    with open(filename, 'wb') as f:
        f.write(imgs_result[i].encoded_image_string)

编者后计：本来就是一个截图的事，非要整这些！但是，生命不息，折腾不止！