Pytorch学习之TensorBoard的使用

初始化

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

writer = SummaryWriter("logs")

1.  .add_scalar()   -----绘制图像

#y = x 的函数图像
for i in range(1,100):
    writer.add_scalar("y = 2x", 2*i, i)
writer.close()

对于.add_scale()函数来说，第一个参数相当于“标题”，第二个参数表示纵轴，第三个参数代表横轴。（直接点开函数声明都可以看到）

运行成功后看到logs文件夹下生成了新的文件。

在pycharm底部的终端或者anaconda的命令行中输入

tensorboard --logdir=logs

显示如下：

 当然也可以指定端口防止多人用同一个端口的尴尬情况,比如：

tensorboard --logdir=logs --port=6007

 点击链接，则可看到结果

2.    .add_image()      -----添加图像

image_path = "data/train/ants_image/0013035.jpg"
img_PIL = Image.open(image_path)
#转换成参数规定的格式
img_array = numpy.array(img_PIL)
writer.add_image("test",img_array,1)

 查看声明：

tag (string): Data identifier  ---标题
img_tensor (torch.Tensor, numpy.array, or string/blobname): Image data ---指定了数据格式
global_step (int): Global step value to record
walltime (float): Optional override default walltime (time.time())
  seconds after epoch of event

此时运行报错：

再次查看声明：

于是改成 

writer.add_image("test",img_array,1,dataformats='HWC')

即可运行成功。

刷新刚才链接的页面，可以看到：

 另外，如果想要重置链接页面显示的图像，可以直接在pycharm中删除logs里的所有文件，之后重新运行程序，再点击终端输入命令，最后点击链接即可。