(1)使用pip命令安装tensorboard,安装之后检查安装:
然后就可以顺利运行了,会生成一个“logs”文件,表示成功
输入“tensorboard --logdir=logs”查看 图像出现文章中错误,并解决:
pytorch中tensorboard安装及安装过程中出现的常见错误_安装tensorboard报错_深度学习强化学习爱好者的博客-CSDN博客
重新运行
点击网址可看到图像:
防止使用默认端口6006会和别人冲突,可指定端口“tensorboard --logdir=C:\Users\zzu\PycharmProjects\pythonProject\logs --port=6007”。又运行了一个y=2x
(2)add_image()的使用
利用Opencv读取图片,获得numpy型图片数据
利用numpy.array(),对PIL图片进行转换
可看到图像
从PIL到numpy,需要在add_image()中指定shape中每一个数字/维表示的含义
修改1:
修改2:
通过这种方式,可以更直观的观察训练中给module提供了哪些数据 /对module进行测试的时候每个阶段的输出结果 /观察每个阶段不同的显示