pytorch学习（二）Tensorboard

来自于b站《PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】》本篇内容主要是对代码中的一些小知识点进行归纳总结，因为博主本人也是pytorch甚至python新手，所以欢迎大家来指正文中的错误，同时希望对大家有所帮助。

文中所用数据集：链接: https://pan.baidu.com/s/1jZoTmoFzaTLWh4lKBHVbEA 密码: 5suq

上述数据集中的hymenoptera_data\train

一、代码实例

第一步：导入所需包

import numpy as np
from PIL import Image
from torch.utils.tensorboard import SummaryWriter

第二步：实例化一个SummaryWriter对象

writer = SummaryWriter("logs")   
---------代码---------
writer.close()

SummaryWriter输入的参数为保存到哪个文件夹，如果文件夹不存在会在当前目录生成文件夹。

注：SummaryWriter`类提供了一个高级 API，用于在给定目录中创建事件文件，并向其中添加摘要和事件。 该类异步更新文件内容。 这允许训练程序调用方法以直接从训练循环将数据添加到文件中，而不会减慢训练速度。

第三步：绘制图像

for i in range(100):
    writer.add_scalar("y=x",i,i),      #先y轴再x轴

writer.add_scalar()

add_scalar方法可以绘制图像，一般用来绘制迭代过程中的损失函数。

下面是官方解释文档

tag (str): Data identifier

scalar_value (float or string/blobname): Value to save

global_step (int): Global step value to record

add_scalar方法主要包含三个参数：

tag：接受一个字符串输入，作为标题

scalar_value：接受浮点数或者字符串，作为y轴

global_step：接受整型数字，作为x轴

第四步：打开图片

img_path = "./hymenoptera_data/train/ants/0013035.jpg"
img_PIL = Imgae.open(img_path)
img_array = np.array(img_PIL)
writer.add_image("test", img_array, 1)

add_image()方法主要接受4个参数，下面是官方解释文档：

tag (str): Data identifier
img_tensor (torch.Tensor, numpy.ndarray, or string/blobname): Image data
global_step (int): Global step value to record

tag：接受一个str类型的输入，作为图片的标题

img_tensor：接受一个类型为torch张量，np数组或者str类型的输入，作为图片的数据

global_step：接受一个类型为整型的数字，作为图片的标注

注：用Image.open方法读取到的图片格式为PIL，但是add_image能接受的数据类型为torch张量，np数组或者str类型，因此需要用np.array方法进行转换。

第五步：可视化操作

TensorBoard是一个基于浏览器的可视化工具

我们需要在cmd窗口输入指令tensorboard --logdir=文件夹路径名，示例如下：

然后我们可以通过复制其对应的地址，在浏览器中打开，在本例中即为http://localhost:6006/（网络处于断开状态也能正常打开）

注：在打开浏览器时，不要关闭cmd窗口，也不要使用control+c退出

        也可以在命令tensorboard --logdir=文件夹路径名后加-port6007更换端口，数字6007可自行更         换为其他数字