12.13 pytorch学习（tensorboard的使用）

代码：

from torch.utils.tensorboard import SummaryWriter
#SummaryWriter文件可视化
import numpy as np
from PIL import Image

#文件夹为logs
writer = SummaryWriter("logs")
Image_path = "dataset\\train\\ants\\0013035.jpg"
img_PIL = Image.open(Image_path)
img_array = np.array(img_PIL)
print(type(img_array))
print(img_array.shape)

writer.add_image("test", img_array,1,dataformats='HWC')
#CHW
#C:深度
#H：高度
#W:宽度
#根据array数据的组成不同需要对格式进行修改
#1是globel_step
Image_path = "dataset/train/ants/5650366_e22b7e1065.jpg"
img_PIL = Image.open(Image_path)
img_array = np.array(img_PIL)
print(type(img_array))
print(img_array.shape)

writer.add_image("test", img_array,2,dataformats='HWC')


for i in range(100):
    writer.add_scalar("y=x", i, i)
writer.close()

#启动服务器
#tensorboard --logdir=logd
#tensorboard --logdir=logs --port=6007

add_image中的global_step:
看到有个step1，向右滑可以变到step2

add_scalar函数说明
tag：表头
scalar_value：y
global_step：x

提示:
这里需要注意一点,当我们更改数据时，比如将代码
writer.add_scalar(“y=x”, i, i)
改成
writer.add_scalar(“y=x”, 3*i, i)
时
需要删除logs文件夹下的log重新运行，
不然会受上一次训练的影响
服务器也需要重新启动