自学深度学习pytorch——Day3 Tensorboard


前言

TensorBoard 是一组用于数据可视化的工具。它包含在流行的开源机器学习库 Tensorflow 中。


一、安装TensorBoard

进入pytorch环境输入命令安装:pip install tensorboard
在这里插入图片描述

二、TensorBoard 的 SummaryWriter

1. 引入

 from torch.utils.tensorboard import SummaryWriter 

2. 指定文件夹 logs

指定一个文件夹,把创建的事件文件存下来。这是 Summarywriter 的 init 初始化做的事情(如果没有则在项目下自动创建):

writer = SummaryWriter("logs") # 创建实例文件夹“logs”

后续对变量 writer 进行 add_scalar()add_image() 操作


三、add_scalar() 的使用

常用于绘制train/val、loss

代码:

writer.add_scalar("y=3x", 3*i, i) #参数分别为(tag名称,y轴,x轴)

绘制一条 y=3x 的曲线,i为循环变量,将该语句放到for循环中即可改变x的值

四、add_image() 的使用(涉及数据类型的转换)

1. 查看数据类型

add_image() 要求图片类型为torch.Tensor型或numpy

查看图片类型:print(type(img)) 其中 img 是通过 Image.open() 获得的图片(上一节介绍过)
在这里插入图片描述

查看类型发现PIL型不符合条件

2. 类型转换 PIL–>numpy 的两种方法

  1. 使用opencv读取图片,获得numpy型图片数据 (下期分享)
    opencv安装:pip install opencv-python

  2. 利用numpy.array(),对PIL图片 img 进行转换
    import numpy as np
    img2 = np.array(img)

    再次查看数据类型:
    在这里插入图片描述

3. 代码

 writer.add_image("test", img_array, 2, dataformats='HWC') 

注意:

1、此时img_array的数据类型为numpy型
2、add_image 的 dataformats 格式,默认是CHW,通过print(img_array.shape)以查看 img 是否为C(通道)H(高度)W(宽度)的形式
3、因此要把add_img语句中的参数改成dataformats='HWC'

五、通过 TensorBoard 打开 logs 文件

tensorboard --logdir = logs

报错则把logs换成绝对路径:
在这里插入图片描述

tensorboard --logdir = “E:\20230528-pytorch-data\logs”

运行后打开对应端口即可
在这里插入图片描述
为了不重复端口,我们可以用以下指令指定端口:

tensorboard --logdir=logs --port=6007

六、运行结果

1. add_scalar运行结果

在这里插入图片描述

2. add_image运行结果

在这里插入图片描述

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值