在pytorch中TensorBoard的使用

from torch.utils.tensorboard import SummaryWriter

# writer的使用
# 创建实例
writer = SummaryWriter("logs")
# 存储位置在logs
# 使用如下的两种方法
# writer.add_image()
# 标量

for i in range(100):

    writer.add_scalar("y = x", i, i)

writer.close()

在终端中，对tensorboard的显示页面中，首先输入了如下的一些代码：

tensorboard --logdir=logs --port=6007

在--logdir=logs中，这里出现了问题，应该等于的是如下的地址：

然后粘贴如下：

并且需要注意的是，在这个地址中，需要将地址中的斜划线改为从右至左斜方向。然后即可点击蓝色连接，即可打开：
如果画出的图，是一个三角形似的，滑动左侧的Smoothing为0.（此处已被修改，无图展示）

修改之后即可看到所需图像：

如果在实验中，想要清空之前的记忆（之前的图会一起画在一个图中），需要将logs下的event删除清零，再次运行，并输入图中正确的查看代码即可。

from torch.utils.tensorboard import SummaryWriter
import numpy as np
from PIL import Image
# writer的使用
# 创建实例
writer = SummaryWriter("logs")
image_path = "dataset/train/ants_image/0013035.jpg"
img_PIL = Image.open(image_path)
img_array = np.array(img_PIL)
print(type(img_array))
print(img_array.shape)

# 存储位置在logs
# 使用如下的两种方法
writer.add_image("test", img_array, 1, dataformats='HWC')

# 标量
for i in range(100):

    writer.add_scalar("y = x", 3*i, i)

writer.close()