Pytorch学习(二)

Pytorch tensorboard

使用SummaryWriter模块实现数据可视化
所用方法包括如下

 - 实例化方法——SummaryWriter('目录')
 - Image对象——Image.open('路径')
 - nparray转换——np.array('Image对象')
 - 绘制图片——writer.add_image('标签', numpy.array对象, step, dataformats)
 - 坐标轴绘制——writer.add_scalar('标签', y轴, x轴)
from torch.utils.tensorboard import SummaryWriter
from PIL import Image
import numpy as np

def test_tensorboard():
    writer = SummaryWriter('../logs')
    # 1)设置图片路径
    ants_img_path1 = '../datasets/data/train/ants_image/28847243_e79fe052cd.jpg'
    ants_img_path2 = '../datasets/data/train/ants_image/49375974_e28ba6f17e.jpg'
    bees_img_path1 = '../datasets/data/train/bees_image/29494643_e3410f0d37.jpg'
    bees_img_path2 = '../datasets/data/train/bees_image/129236073_0985e91c7d.jpg'
    # 2)用Image打开图片
    ants_img_PIL1 = Image.open(ants_img_path1)
    ants_img_PIL2 = Image.open(ants_img_path2)
    bees_img_PIL1 = Image.open(bees_img_path1)
    bees_img_PIL2 = Image.open(bees_img_path2)
    # 3)转化为numpy型
    ants_img_array1 = np.array(ants_img_PIL1)
    ants_img_array2 = np.array(ants_img_PIL2)
    bees_img_array1 = np.array(bees_img_PIL1)
    bees_img_array2 = np.array(bees_img_PIL2)
    # 4)绘制图片
    writer.add_image('ants', ants_img_array1, 1, dataformats='HWC')
    writer.add_image('ants', ants_img_array2, 2, dataformats='HWC')
    writer.add_image('bees', bees_img_array1, 1, dataformats='HWC')
    writer.add_image('bees', bees_img_array2, 2, dataformats='HWC')
    # 绘制坐标图
    for i in range(100):
        writer.add_scalar('y=x^3', pow(i,3), i)

    writer.close()

if __name__ == '__main__':
    test_tensorboard()
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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