from tensorboardX import SummaryWriter
#此处和教程中稍有区别,教程中使用的是torch.utils.transboard,但是运行过程会报错,上网查询后
#可知,应下载tansorboardX包并使用tensorboard
import numpy as np
#用来转换图片格式
from PIL import Image
#用来进行图片的打开操作等等
writer = SummaryWriter("logs")#SummaryWriter中的东西存放到logs中
image_path = "data/train/bees_image/16838648_415acd9e3f.jpg"#复制文件的相对路径作为文件路径
img_PIL = Image.open(image_path)#通过Image打开图像
image_array = np.array(img_PIL)#转化图片为numpy格式
writer.add_image("test",image_array,2,dataformats='HWC')#add_image函数进行writer的一个添加图片
#y=x
for i in range(100):
writer.add_scalar("y=x",2*i,i)#这个可以在图像中画出一条直线
writer.close()#最后进行关闭
今天学习了tensorboard可视化的相关使用,这个在深度学习中可以很方便的查看我们训练的程度等等的相关信息,是比较方便的一种方式,明天继续加油!
tensorboard --logdir=logs
#格式为 --logdir=你的文件名
tensorboard --logdir=logs --port=6007
#这个是可以指定文件端口的形式,可以避免在同一主机的同一端口进行工作,可以任意的指定端口
以上是通过tensorboard查看event文件的一种方法,还有相关的使用说明。