【pytorch笔记】第三篇 Tensorboard使用

青鸠

已于 2022-11-08 14:21:22 修改

阅读量647

点赞数

分类专栏： pytorch笔记文章标签： pytorch 深度学习 python

于 2022-11-08 14:20:02 首次发布

本文链接：https://blog.csdn.net/qq_35793394/article/details/127749776

版权

pytorch笔记专栏收录该内容

12 篇文章 2 订阅

订阅专栏

1. Tensorboard用途

① Tensorboad 可以用来查看loss是否按照我们预想的变化，或者查看训练到某一步输出的图像是什么样。
安装Tensorboad

pip install tensorboard


from torch.utils.tensorboard import SummaryWriter
help(SummaryWriter)

2. Tensorboard 写日志

from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter("logs") # 创建一个logs文件夹，writer写的文件都在该文件夹下
#writer.add_image()
for i in range(100):
    writer.add_scalar("y=2x",2*i,i)
writer.close()

在这里插入图片描述

3. Tensorboard 读日志

① 在 Anaconda 终端里面，激活py3.6.3环境，再输入 tensorboard --logdir=C:\Users\qj\Desktop\CV\logs 命令，将网址赋值浏览器的网址栏，回车，即可查看tensorboard显示日志情况。
在这里插入图片描述

② 为避免多人使用端口导致冲突，也可以在后面加上后缀，使得端口独立，

tensorboard --logdir=C:\Users\qj\Desktop\CV\logs --port=6008

在这里插入图片描述

③ 输入网址可得Tensorboard界面。
在这里插入图片描述

4. Tensorboard 读图片

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

img_path1 = "Data/FirstTypeData/train/ants/0013035.jpg" 
img_PIL1 = Image.open(img_path1)
img_array1 = np.array(img_PIL1)

img_path2 = "Data/SecondTypeData/train/bees_image/17209602_fe5a5a746f.jpg" 
img_PIL2 = Image.open(img_path2)
img_array2 = np.array(img_PIL2)

writer = SummaryWriter("logs") 
writer.add_image("test",img_array1,1,dataformats="HWC") # 1 表示该图片在第1步
writer.add_image("test",img_array2,2,dataformats="HWC") # 2 表示该图片在第2步                   
writer.close()