Tensorboard简单应用

通常在神经网络训练中，我们要查看训练过程中的输入图片，于是我们可以使用tensorboard库把图片加载到具体的平台上，然后就可以方便我们阅览，不仅如此，tensorboard还可以帮助我们查看神经网络中训练的情况。

SummaryWriter：

tensorboard中，最为简单，最为基础的就是SummaryWriter类，这个类帮助我们创建一个类对象和一个存放运行日志的文件，记录我们向tensorboard平台上传的图片和曲线。

from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter("log_of_normal")

首先导包，从torch.utils.tensorboard库里导入SummaryWriter。用SummaryWriter创建一个对象，参数是一个字符串，为存放运行日志的文件夹的名称。在这里用变量writer接收了这个对象，于是你就可以在Pycharm的项目目录下看到你创建了这个文件夹，里面就存放了运行日志。

（这里我的代码其实已经运行了两次，所以会有两次运行日志，新建的文件夹里面是空的，没有运行日志）

add_scalar方法：

其实做的事情就是在平面坐标系下描点罢了，然后tensorboard自动连接，形成一条曲线。

具体操作常伴随for循环：
 

from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter("log_of_normal")
for i in range(100):
    writer.add_scalar("y = x**2", i*i, i)
writer.close()

可以看到，参数有三个，第一个是图像的名称，一般是自己定下的，第二个是y表达式，第三个是x。

我们运行一次代码，就向tensorboard平台上传了这个曲线，那么接下来就是打开平台查看了。

打开Tensorboard平台：

很简单，有两个渠道。

1.在Pycharm下的终端输入：tensorboard --logdir="log_of_normal"即可

 然后它就会弹出一个网站（蓝色），点击就能进入tensorboard平台。

 点击上方的Scalars就能看到自己描绘的曲线。

有时候，我们可能打开平台比较慢，那么我们需要在Pycharm终端输入的指令增加点内容，原来的tensorboard --logdir="log_of_normal"修改为：tensorboard --logdir="log_of_normal" --port=6007。

这样，我们就避免了和别人共进入一个端口：6006。

add_image方法：

SummaryWriter里面还有一个常用的方法，它就是add_image，它只接收tensor和ndarray类型的图片，不接受PIL类型的图片，然后将这个图片上传到tensorboard平台。

参数具体为：第一个参数是图片集的名称，是一个字符串，设置后，你就可以往这个图片集塞图片，比如说，我设置图片集名称为array，然后每次就能往这个图片集塞若干个图片了。第二个参数是所塞的图片。第三个参数是步数，表示这个图片是在训练第几步时的图片。我们通常用关键字参数dataformat作为第四个参数，这里要求，如果输入的图片是ndarray类型，那么dataformat必须设置为“HWC”。

用cv2读取图片：

上面的讲解过于枯燥？我用cv2读取具体的图片为例，说一说cv2和add_image。

用CV2读取图片，通常使用imread方法，这个方法有一个参数，是图片的绝对地址或者是相对地址。它将会把图片打开为ndarray数据类型。

import cv2
from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter("log_of_normal")
img1_cv = cv2.imread("dataset of mine/assignment1/train/bees_image/196430254_46bd129ae7.jpg")
writer.add_image("array", img1_cv, 0, dataformat="HWC")
writer.close()

刷新之前的tensorboard平台，在TIME SERIES找到array图片集，得到：

涉及到的总代码：

from torch.utils.tensorboard import SummaryWriter
import cv2
#   使用SummaryWriter
writer = SummaryWriter("log_of_normal")
#   使用SummaryWriter创建一个运行日志
for i in range(100):
    writer.add_scalar("y = x**2", i*i, i)
#   使用add_scalar创建一条曲线

#   cv2读取图片，类型为ndarray
img1_cv = cv2.imread("dataset of mine/assignment1/train/bees_image/196430254_46bd129ae7.jpg")
#   用cv2打开一个ndarray类型的文件，需要以图片的相对地址或者绝对地址作为参数
writer.add_image("array", img1_cv, 0, dataformats="HWC")
#   add_image方法接收tensor或者ndarray数据类型
writer.close()

tensorboard常用的就是SummaryWriter类中的add_scalar和add_image方法，它很简单，但是在神经网络训练中发挥着重要作用。