如何使用Tensorboard进行绘图

目标:

1、使用Tensorboard

2、图像变换,使用transform

首先先了解SummaryWriter,它能直接将条目写入日志目录中的事件文件,供TensorBoard使用

Summarywriter主要使用到两种方法:add_image()和add_scalar()

Summarywriter.add_scalar()

在Summarywriter.add_scalar()的参数中,global_step对应x轴,scalar_value对应y轴 writer.add_scalar()


#导入Summarywriter
from torch.utils.tensorboard import SummaryWriter

#创建实例,把对应的事件文件存储到logs文件夹下
writer =SummaryWriter("logs")

#主要使用到两种方法
#writer.add_image()

#writer.add_scalar()的参数中,global_step对应x轴,scalar_value对应y轴

#如y=x
for i in range(100):
    #第一个参数是表达式(标签),第二个是y轴,第三个是x轴
    writer.add_scalar("y=2x",2*i,i)
writer.close()

如何打开事件文件

1、terminal

 但是默认为6006端口,但是可能有很多人使用,为了防止冲突,咱们可以指定端口。

 点击链接,如果显示错误,则取logs的路径需要写细一点,取log的路径如下

右击logs,——>copy path—>path from content root

 把logdir的路径换成刚刚的取的路径,如下: 

 点击链接,即可看到结果图:

 当改了函数时,可能会导致以前的函数都画在上面了,此时把logs里的文件删掉,在重新运行就可以了

 

图像的研究 Summarywriter.add_image()

1、在python console下(可以不在这里运行)

执行如下操作 ,查看图片,首先要先准备一张图片,(我的是sdgdf.png)

  

 我们可以转成tensor类型或者numpy类型,tensor类型在下一篇文章,此处转成numpy类型

2、 在代码端


#导入Summarywriter
from torch.utils.tensorboard import SummaryWriter
import numpy as np
from PIL import Image
#创建实例,把对应的事件文件存储到logs文件夹下
writer =SummaryWriter("logs")
image_path = "D:\paper reading\code\learningcode\data\sdgdf.png"
img_PIL = Image.open(image_path)
img_array = np.array(img_PIL)
print(type(img_array))
print(img_array.shape)

#HWC分别是高度、宽度和通道
writer.add_image("test",img_array,1,dataformats='HWC')

#主要使用到两种方法
#writer.add_image()

#writer.add_scalar()的参数中,global_step对应x轴,scalar_value对应y轴


for i in range(100):
    #第一个参数是表达式(标签),第二个是y轴,第三个是x轴
    writer.add_scalar("y=2x",2*i,i)
writer.close()

运行后在,terminal下点开链接

打开链接,可以显示图片

 当想在同一个title下,展示多张图片是,修改下面的内容

 运行后,链接里,展示如下:

也可以一张一张显示,此时修改的内容如下: 

 

结果如下:

  • 2
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
TensorBoard是一个用于可视化TensorFlow计算图和训练过程的工具,它可以帮助开发者更好地理解和调试他们的模型。在Python中,我们可以使用TensorFlow库来使用TensorBoard。 要在Python使用TensorBoard,首先需要安装TensorFlow库。然后,在代码中导入TensorFlow库,并创建一个SummaryWriter对象来写入TensorBoard事件文件。在训练过程中,我们可以使用SummaryWriter对象来记录不同的指标,如训练损失和准确率。最后,通过运行TensorBoard服务器,我们可以在浏览器中查看和分析记录的数据。 引用中提到了一些与Python相关的书籍和教程,但没有具体提到TensorBoard。所以在这里没有引用的内容。 引用中提到了一些Python的代码块和函数,但也没有提到TensorBoard。所以在这里没有引用的内容。 引用中提到了如何使用Python提供的函数来判断是否为闰年和获取月份的相关信息,但没有提到TensorBoard。所以在这里没有引用的内容。 综上所述,在提供的引用内容中没有关于Python使用TensorBoard的信息。但是,我可以告诉你,在Python使用TensorBoard的基本方法是安装TensorFlow库并使用SummaryWriter对象将训练指标记录到TensorBoard事件文件中,然后在浏览器中查看和分析这些数据。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [python 闰年数](https://blog.csdn.net/weixin_39808877/article/details/110329107)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值