小土堆的tensorboard的使用（二）

先把所有的代码附上

from torch.utils.tensorboard import SummaryWriter
import  numpy as np
from PIL import Image
writer=SummaryWriter("logs")
img_path="dataset/hymenoptera_data/train/ants/0013035.jpg"
img_PIL=Image.open(img_path)
img_array=np.array(img_PIL)
writer.add_image("test",img_array,1,dataformats="HWC")

前四句，第一句到第三句是导入库，不多说，第四句是实例化导入的SummaryWriter并指定生成的文件名

第五句是将图片的相对路径赋给变量img_path

第六句打开获得的图片路径，注意这里的图片类型是pil类型的

将获得的图片通过numpy库里面的array方法，将pil类型的图片变成数组

最后这个最值得一说，writer.add_image("test",img_array,1,dataformats="HWC")，test是标题然后img_array是输入的图片，注意这里这个函数只接受tensor，array，string，blobname下面的类型，前面之所以大费周章的将pil转化为数组就是为了解决这个问题，1指的是步长这里本文后面会说，dataformats="HWC"这个也非常重要，不注意的话，程序容易报错。

然后在控制台输入，tensorboard --logdir=logs --port=6007，点击进生成的网址，程序运行结果就可以看到了

如下

好的我们先说一下这个步长，writer.add_image参数的标题相同但是步长是2，你先后输入两张照片的路径，但是不改变关于标题的参数，就会发现你生成的图片可以拖动，但是如果不是同一个标题，也就是说你动了标题的参数，那么第二张图就会显示再第一张图的下面，在有别于第一张图的标题的另一个标题下，

然后我们谈谈dataformats="HWC"这个参数的意思，首先图片的参数会有高度，宽度，通道，这里的H是高度，W是宽度，C是通道，在使用writer.add_image这个方法的时候一定要先查看一下自己的照片的形状，这里我也跟着小土堆敲了一遍代码

如下

然后结果显然是先高度在宽度，最后是通道

结果如下

如果有什么理解不对的地方，请大家斧正