pytorch学习笔记（三）

Tensorboard使用

两个方法的使用

from torch.utils.tensorboard import SummaryWriter
writer.add_scalar()
writer.add_image()


write.close()

一、add_scalar()的使用

scalar_value:对应的是值，global_step对应多少步

from torch.utils.tensorboard import SummaryWriter

writer = SummaryWriter("logs")

# writer.add_image()
# writer.add_scalar()
for i in range(100):
    writer.add_scalar("y=x", i, i)
writer.close()

上述是生成tensorboard文件的。

至于怎么打开，参考以下命令，并且可以修改端口名，避免多台电脑在同一个服务器上训练而冲突。这边除了端口要注意路径问题，因为我自己的logs文件不是生成在工程的根目录下的，因此，要logdir右边写成绝对路径或者相对路径。

//logdirlogdir=事件文件所在文件夹名
tensorboard --logdir=logs
//修改端口
tensorboard --logdir=logs --port=6007

//俺滴

tensorboard --logdir="relative_demo/logs" --port=6008

下面是输出结果，我感觉这一课很有用！！

画图的遇到的一些糟心情况：

这边的目标是画y = 3x这个图像，但是由于图像的标签还是y=2x，会出现一个由于拟合过程和产生的非线性过程。

解决方法

删除logs文件下对应的文件

二、add_image()的使用

老样子先查看，方法的用法

运行发现读取的img不满足，img_tensor参数的要求,于是用numpy或者opencv-python去读

这边要注意的是writer.add_image()这东西对输入的图片的形状也需要定义要求，dataformats="HWC"这边是数据格式需要高宽通道