【pytorch学习】tensorboard使用

一 、SummaryWriter()

（一） 实践

1、安装tensorboard

进入需要安装的环境中

conda activate pytorch

 安装命令：

pip install tensorboard

2、新建文件test_tensorboard.py并输入：

from torch.utils.tensorboard import SummaryWriter
from PIL import Image

# 将数据写入到tensorboard的日志文件中
writer = SummaryWriter("logs")

for i in range(100):
    writer.add_scalar("y=2x", i * 2, i)

writer.close()

3 运行

成功后在终端输入：tensorboard --logdir=logs（注意：先运行再输入）

tensorboard --logdir=logs

 点击链接即可。

 更改端口号可用以下命令

tensorboard --logdir=logs --port=6007

 

（二） 注意事项

当add_scalar()中的tag（“y=2x”）不变，但是后面的scalar_value =2i 变为scalar_value =3i 后，再次运行并刷新会得到这样的图像：

解决方法：

删除log文件夹下的文件后重新运行代码。

 二、add_image()

add_image()中的参数：

1、图片的类型要求为torch.Tensor或者numpy.array

2、默认为 'CHW' 的形式

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

writer = SummaryWriter("logs")

img_path = "dataset/train/ants/0013035.jpg"
img_PIL = Image.open(img_path)

# 将其转为numpy.array型
img_array = np.array(img_PIL)

# img_array的形式为CHW，需要转为HWC
writer.add_image("test", img_array, 3, dataformats="HWC")

# 想在tensorbosrd中显示图像，需要在命令行中输入：tensorboard --logdir=logs（注意：先运行再输入）
writer.close()

img_path中存储需要显示的图片的相对路径

使用Image.open()来读取图片，其类型为PIL

通过np.array()将PIL型转为numpy.array类型

注意把dataformats设置为"HWC"