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