完整笔记:【B站】小土堆pytorch-CSDN博客
介绍
TensorBoard可以让我们查看具体某一步骤的情况,如上。
代码
from torch.utils.tensorboard import SummaryWriter # 一个类,往事件文件夹里写东西 writer = SummaryWriter("logs") for i in range(100): writer.add_scalar("y=x",i,i) writer.close()
这里的add_scalar是往里面添加一个标量的方法。
具体使用
在终端中输入:tensorboard --logdir=logs --port=6007
--logdir指定文件夹 port指定端口(减少和别人的冲突)
TensorBoard 2.10.0 at http://localhost:6007/ (Press CTRL+C to quit)
访问这个地址:
如图,具体后续操作可以自己试一下。
代码中:
for i in range(100): writer.add_scalar("y=3x",3*i,i)
前面标签不改的话,会把多个文件放在一个图里,会很乱,所以记得改标签/换个文件夹存放事件。
add_image相关操作
from torch.utils.tensorboard import SummaryWriter # 一个类,往事件文件夹里写东西 import numpy as np from PIL import Image writer = SummaryWriter("logs") image_path = "data\\train\\bees\\16838648_415acd9e3f.jpg" # 相对路径 img_PIL = Image.open(image_path) # PIL格式 img_array = np.array(img_PIL) # 转为numpy格式 print(img_array.shape) writer.add_image("test",img_array,2,dataformats='HWC') # for i in range(100): # writer.add_scalar("y=x",i,i) writer.close()
这里add_image要注意的是图片的格式,这里图片格式是(height,width,channel),要在参数中指出。
然后第三个参数是step,即第n步,我们可以拖动查看第n步的图片(即神经网络的输入)。
如图: