pytorch

TensorBoard使用（我理解是图像显示）

from torch.utils.tensorboard import SummaryWriter
from PIL import Image
import numpy as np

writer=SummaryWriter("logs")  # 创建日志文件夹

writer.add_image("test",img_array,2,dataformats='HWC')   # table ,input,索引

dataformats在数据类型转化的时候使用

for i in range(100): # 自己绘图，y=2*x
    writer.add_scalar("y=2x",2*i,i)  # title y轴  x轴

writer.close() # 关闭

运行之后，进入pycharm的terminal

输入 tensorboard --logdir=logs  进入主机名对应的窗口

若主机服务器多人使用，打开同一个端口了，可以选择指定一个端口

tensorboard --logdir=logs --port=6007  打开6007的端口了

torchvision中的transforms（工具箱，是torchvision用来处理图像的）

from torchvision import transforms

工具线中的很多工具

创建具体的工具  tool=transforms.ToTensor()

使用工具             result=tool(input)

下载数据集时，遇到数据集下载速度慢的，可以将下载链接复制到迅雷下载

• 卷积层
• 池化层
• 非线性激活

下载的训练数据集保存地址

Downloading: "https://download.pytorch.org/models/vgg16-397923af.pth" to C:\Users\user/.cache\torch\hub\checkpoints\vgg16-397923af.pth
 

调用cuda时用  if torch.cuda.is_available():进行判断是否能够调用gpu进行加速