目录
摘要
此次是对Pytorch的学习,对于TensorBoard和Transforms的使用和一些方法有了初步的认识,transforms在图象变换中常常发挥着重要的作用。
1、Tensorboard的使用
TensorBoard 是一组用于数据可视化的工具。主要作用:
1、可视化模型的网络架构
2、检查机器学习工作流程中权重、偏差和其他组件的直方图
3、显示除表格数据外的一些内容,即文本、音频。
add_scalar的使用
from tensorboardX import SummaryWriter
writer = SummaryWriter("logs")
#writer.add_image()
#y = x
for i in range(100):
writer.add_scalar("y=2x", 2*i, i) #添加标量数据到summary中, 前者是x轴坐标的值(step),后者为y轴坐标的值(value)
writer.close()
通过命令行启动图像,在成功启动后,可以看到图像的模样。
tensorboard --logdir=logs --port=6007
add_image的使用(常用于观察训练结果)
此函数要求的图片数据应当是torch或者numpy型。
利用Opencv读取图片,获得numpy型图片数据或者利用numpy.array(),对PIL图片进行转换。
转换图片的过程
from tensorboardX import SummaryWriter
from PIL import Image
import numpy as np
writer = SummaryWriter("logs")
image_path = "data/train/ants_image/0013035.jpg"
img = Image.open(image_path)
img_array = np.array(img)
writer.add_image("test", img_array, 1, dataformats='HWC')
writer.close()
在TensorBoard中生成的图片
打开TensorBoard的命令行:tensorboard --logdir=logs --port=6007
从PIL到numpy,需要在add_image()中指定shape中每一个数字/维表示的含义。
当需要多张图片单独显示的时候,只需要将抬头重新命名即可。
2、 Transforms的使用
python的用法-->tensor数据类型 通过transforms .ToTensor去看两个问题
1、transforms该如何使用(python)
from PIL import Image
from torchvision import transforms
img_path = "data/train/ants_image/0013035.jpg"
img = Image.open(img_path)
tensor_trans = transforms.ToTensor()
tensor_img = tensor_trans(img)
print(tensor_img)
输出后转为tensor的结果
对于transform在python中的使用结构图如下所示。
为什么我们需要Tensor数据类型
答:Tensor数据类型包装了神经网络所需要理论基础的参数。
3、常见的Transforms
1、Normalize的使用
计算公式:output[channel] = (input[channel] - mean[channel]) / std[channel]
from PIL import Image
from tensorboardX import SummaryWriter
from torchvision import transforms
img = Image.open("test.jpg")
writer = SummaryWriter("log1")
print(img)
#ToTensor
trans_totensor = transforms.ToTensor()
img_tensor = trans_totensor(img)
writer.add_image("ToTensor", img_tensor)
#Normalize
print(img_tensor[0][0][0])
trans_norm = transforms.Normalize([0.5,0.5,0.5],[0.5,0.5,0.5])
img_norm = trans_norm(img_tensor)
print(img_norm[0][0][0])
writer.add_image("Normalize",img_norm)
writer.close()
按所举例子来说,result=(input-0.5)/0.5
最后程序输出的结果符合理论运算
在图片经过归一化层的变化后和原本的图片相比,产生了不同的效果。
2、Resize的使用(对图片进行缩放)
先通过Resize对图片进行放大,再转化为tensor格式输出
print(img.size)
trans_resize = transforms.Resize((512,512))
#img PIL ->resize ->img_resize PIL
img_resize= trans_resize(img)
#img_resize PIL ->totensor ->img_resize tensor
img_resize = trans_totensor(img_resize)
writer.add_image("Resize",img_resize)
print(img_resize)
明显可以看出图片经过了放大。
3、Compose的用法
Compose()中的参数需要是一个列表Python中,列表的表示形式为[数据1,数据2,...]在Compose中,数据需要是transforms类型所以得到,Compose([transforms参数1, transforms参数2....)
#Compase -resize -2
trans_resize_2 = transforms.Resize(512)
trans_compase = transforms.Compose([trans_resize_2,trans_totensor])
img_resize_2 = trans_compase(img)
writer.add_image("Resize",img_resize_2,1)
变换后的图片
RandomCrop(随机裁剪)
在图片上随机裁剪指定像素大小的图片
#RandomCrop
trans_random = transforms.RandomCrop(100)
trans_compase_2 = transforms.Compose([trans_random, trans_totensor])
for i in range(10):
img_crop = trans_compase_2(img)
writer.add_image("RandomCrop",img_crop,i)
裁剪后的结果:
总结
在transforms中应当关注输入和输出类型,其中的一些方法对于数据类型有着严格的要求,官方文档是最直接能解释这些方法的,因此对于英语的学习也比较重要。除此之外对于方法需要什么参数,需要几个参数需要注意起来。