提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
前言
TensorBoard是Tensorflow的可视化工具,提供机器学习实验所需的功能和工具,例如可以跟踪和可视化损失集准确率等指标;可视化模型图(包括操作和层);可以查看权重、偏差或者其他张量随时间的变化的直方图;可以显示图片、文字和音频数据、剖析TensorFlow程序等等
提示:以下是本篇文章正文内容,下面案例可供参考
一、tensorboard下载安装?
pycharm工具中安装命令:
下载命令使用了国内镜像源,提高下载速度,只需要静待安装就行
pip install tensoboard -i https://pypi.douban.com//simples/
二、代码测试
1.引入库
测试代码大家只需要更改文件路径就行
代码如下(示例):
import cv2 as cv
from PIL import Image
from torch.utils.tensorboard import SummaryWriter
#引入tensorboard模块
writer = SummaryWriter('log') #执行此步后会在工作区中生成名为log的文件
image_path="/home/longer/PycharmProjects/pythonProject/image/1.jpg” //所需更改的文件路径
img = cv.imread(image_path)writer.add_image('test', img, 1, dataformats="HWC") #执行处会在log文件下生成对应的日志
writer.close()
2.运行结果
运行代码后会在代码同级下生成用summarywrite写入的一个log目录,里面保存的就是运行保存的结果:
2.tensorboard使用
提供两种方式(建议直接使用第二种方法):
方法一:利用cmd命令进入系统终端:输入命令切换到tensorboard所在的目录下
也就是要切换到你Python路径下的scripts
C:\Users\Administrator\AppData\Roaming\Python\Python39\Scripts>
然后输入命令
tensorboard --logdir=C:\Users\Administrator\PycharmProjects\pythonProject\log
方法二:在pycharm终端输入以下命令,需要注意的是该绝对路径指向的是log目录,不需要将文件也输入进去否则会报错(输入的路径不需要打引号)
tensorboard --logdir=“生成的文件绝对路径”
运行成功后会返回一段网址localhost:6006,这时固定返回的端口号
将返回的localhost:6006复制粘贴到浏览器就可以看到运行效果
不过有时会出现端口占用情况,这时就需要输入以下命令切换端口,端口号可以自己随便设置
什么6007,6008,10086等都可以
tensorboard --logdir=”绝对路径” --port=6007
三、tensorboard展示
以下就是展示效果
总结
总的来说成功安装tensorboard之后需要掌握运行命令和切换端口命令就行,至于运用就看你代码能否成功跑通生成运行文件。
tensorboard --logdir=“生成的文件绝对路径”
tensorboard --logdir=”绝对路径” --port=6007