完整目录
- P6-P7 数据加载
- P8-9 Tensorboard使用
- P10-11 Transform的用法
- P12-13 常用的tranforms
- P14 torchvision中的数据集的使用
- P15 dataloader的使用
- P16 nn.Module
- P17 卷积
- P18 卷积层使用
- P19 池化
- P20 ReLU
- P21线性层和其它层
- P22 squential和小实战
- P23 loss function
- P24 优化器
- P25 pytorch中现有模型
- P26 网络模型的保存和加载
- P27、28、29 完整的模型套路
- P30 GPU加速
- P31 GPU加速_2
- P32 完整的模型验证套路
- P33 github的使用
完整笔记
-
使用这个工具,可以看到具体某一步骤时的输入和输出。
-
需要指定一个文件夹,把创建的事件文件存下来。这是Summarywriter的init当中做的。
-
还有其他参数可以设置,略了。
-
一般使用这两个方法:
注意add_scalar里面的参数,代表了图中横纵坐标的轴名称:
举例子:SummaryWriter是个class,需要将它实例化:
-
如何打开浏览器看图?
Port那里是为了避免跟别人冲突,自己定义一个数值:
如果出现“刷新之后产生了以外变化”,就把原来的logs文件夹删掉,重新运行就好了:
-
add_image方法的使用:注意输入类型的要求:
print(type(img)),PIL读取的类型不行; -
视频中,用PIL转成了numpy类型作为输入了。
-
以上代码出的问题是:通道(H,W,C)需要转换:
那个20行最后一个参数 dataformats 可以把这个顺序转换过来。
可以运行的代码
# !usr/bin/env python3
# -*- coding:utf-8 -*-
"""
author :24nemo
date :2021年07月07日
"""
import numpy as np
from PIL import Image
from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter("logs")
image_path = "data/train/ants_image/6240329_72c01e663e.jpg"
img_PIL = Image.open(image_path)
img_array = np.array(img_PIL)
print(type(img_array))
print(img_array.shape)
writer.add_image("train", img_array, 1, dataformats='HWC') # 数字 1 代表一共有几个步骤,网页中会出现滑块,可以拖动
# y = 2x
for i in range(100):
writer.add_scalar("y=2x", 3 * i, i)
writer.close()
'''
终端:
tensorboard --logdir=logs --port=6007
logs文件可以删除,重新运行
'''