SummaryWriter基本使用

第一步安装：

conda install tensorboard
或者
pip install tensorboard

第二步导包加使用:

from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter('logs')
---代码---
writer.close()

SummaryWriter输入参数为保存到哪个文件夹。

第三步，学习使用add_scalar

直接看源代码：

Args:
tag (string): Data identifier
scalar_value (float or string/blobname): Value to save
global_step (int): Global step value to record

总结起来就是三个参数：

tag：名字
scalar_value：y轴数据
global_step：x轴数据

举个栗子：

from torch.utils.tensorboard import SummaryWriter

writer = SummaryWriter('logs')
x = range(100)
for i in x:
    writer.add_scalar('y=x+10', i, i+10)
writer.close()

第四步，运行

tensorboard --logdir=logs
或者：
tensorboard --logdir=绝对地址

第五步，学习使用add_image

tag (string): Data identifier
img_tensor (torch.Tensor, numpy.array, or string/blobname): Image data
global_step (int): Global step value to record

tag：名字
img_tensor ：图片数据，类型要求为Tensor，numpy，string/blobname
global_step：要记录的全局步长值
dataformats：不是（3，H，W）形式用此参数

其中对img_tensor的形状有要求，而默认格式是（3，H，W）即通道(channel)为3，H为高度，W为宽度，不是格式需要使用dataformats=''，该参数填写的数据为：CHW, HWC, HW

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

writer = SummaryWriter('logs')
image_path = 'dog.png'
img_PIL = Image.open(image_path)  # 创建PIL的图片类
image_array = np.array(img_PIL)  # 转成<class 'numpy.ndarray'>
print(image_array.shape)
writer.add_image('dog', image_array, 0, dataformats='HWC')
writer.close()