Tensorboard的使用——04使用addimages将CIFAR10中的图片添加到Tensorboard中

数据集下载地址:

http://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz

1、设置transforms

dataset_transform = torchvision.transforms.Compose([
    torchvision.transforms.ToTensor()
])

2、下载数据集,使用DataLoader加载
batch_size指每次随机抓取64个图片

test_data = torchvision.datasets.CIFAR10(root="./test10_dataset", train=False, transform=dataset_transform)
test_loader = DataLoader(dataset=test_data, batch_size=64, shuffle=True, num_workers=0, drop_last=False)

3、实例化SummaryWriter,并指明日志存放路径

writer = SummaryWriter("CIFAR10")

4、使用循环批量添加图片

step = 0
for data in test_loader:
    img, target = data
    writer.add_images("test_set", img, step)
    step = step + 1

5、关闭writer

writer.close()

6、在terminal中使用

tensorboard --logdir=CIFAR10

代码如下:

import torchvision
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter

dataset_transform = torchvision.transforms.Compose([
    torchvision.transforms.ToTensor()
])
test_data = torchvision.datasets.CIFAR10(root="./test10_dataset", train=False, transform=dataset_transform)
test_loader = DataLoader(dataset=test_data, batch_size=64, shuffle=True, num_workers=0, drop_last=False)
writer = SummaryWriter("p11")
step = 0
for data in test_loader:
    img, target = data
    writer.add_images("test_set", img, step)
    step = step + 1
writer.close()

在terminal中使用:

tensorboard --logdir=CIFAR10

tensorboard :

step0-step155组数据每组64张图片
在这里插入图片描述
step156为最后一组数据只有16个
在这里插入图片描述

  • 3
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在PyCharm使用TensorFlow的TensorBoard,需要遵循以下步骤: 1. 安装TensorFlow和TensorBoard 确保已经安装了TensorFlow和TensorBoard。如果未安装,可以使用以下命令在PyCharm的终端进行安装: ``` pip install tensorflow pip install tensorboard ``` 2. 创建TensorFlow程序 在PyCharm创建一个新的Python文件,并编写TensorFlow程序。例如,下面是一个简单的TensorFlow程序: ``` import tensorflow as tf a = tf.constant(5) b = tf.constant(3) c = tf.add(a, b) with tf.Session() as sess: print(sess.run(c)) ``` 3. 在TensorBoard显示图形 要在TensorBoard显示图形,需要将TensorFlow程序的图形写入日志文件。可以使用以下代码将图形写入日志文件: ``` import tensorflow as tf a = tf.constant(5) b = tf.constant(3) c = tf.add(a, b) with tf.Session() as sess: writer = tf.summary.FileWriter('./graphs', sess.graph) print(sess.run(c)) writer.close() ``` 在上面的代码,将日志文件写入`./graphs`文件夹。可以将文件夹更改为任何您想要的位置。 4. 启动TensorBoard 在PyCharm的终端使用以下命令启动TensorBoard: ``` tensorboard --logdir=./graphs ``` 在上面的命令,`--logdir`参数指定了日志文件所在的文件夹。如果您将日志文件写入了其他位置,请相应地更改此参数。 5. 查看TensorBoard 在浏览器,打开`http://localhost:6006`,即可查看TensorBoard的界面。在界面,可以看到程序的图形和其他有用的信息。

“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