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