Tensorboard的使用

# 查看 SummaryWriter --  按住control
from torch.utils.tensorboard import SummaryWriter

writer = SummaryWriter('log')

# writer.add_image()
for i in range(100):

    writer.add_scalar("y=x", i, i)
# logir = 事件文件所在文件夹名
# 指定端口 -- logdir = logs --port=6007
writer close


####################################################
def add_scalar(self, tag, scalar_value)

    args:
        tag(string): data indentifier 标题
        scalar_value - 纵坐标
        global_step - 横坐标

注： erase tensorboard's log files and kill the process 

new each new training job write to a new subdirect. ory -- 子文件夹，也就是说创建新的summaryWriter（"新文件夹"）

操作： logs 全部删掉 -- terminal. - control+c -- tensorboard logdir = logs --port=6007

# --port=6007. 指定某个服务器

#####################################################################

练习数据集：

链接：https://pan.baidu.com/s/1R5mBwBo-AGydrwZX0EDbCA
提取码：tkrp

感谢@我是土堆 b站up主提供数据集

########################################################################

tips：

• 在python console里可以运行每行code
• print（type（img))  -- 查看图片类型 

########################################################################

利用opencv读去图片，获得numpy型图片数据

利用numpy.array(), 对PIL图片进行转换

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

writer = SummaryWriter("logs")
# 读去数据地址
image_path = “数据存放地址"
# 打开数据
img_PIL = Image.open(image_path)
# 将数据格式由PIL转成numpy
img_array = np.array(img_PIL)

# 需要特别注意数据类型是否正确 【print（type（img_array））】； 数据shape是否符合要求【print（img_array.shape）】。
# 从PIL到numpy,需要在ad_image()中指定shape中每一个数字/维 表示的含义 [dataformates = 'HWC']
# test -- tensorboard title // img_array -- image data // 1 -- Global step value to record // 
writer.add_image("test", img_array, 1, dataformates = 'HWC')

for i in range(100):
    writer.add_scalar('y = 2x', 3*i, i)

writer close()

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

writer = SummaryWriter('logs')
image_path = '/Users/yyy/PycharmProjects/learn_torch/hymenoptera_data/train/bees/36900412_92b81831ad.jpg'
# writer.add_image(')
img_PIL = Image.open(image_path)
img_array = np.array(img_PIL)
print(type(img_array))
print((img_array.shape))

writer.add_image("test", img_array, 2, dataformats="HWC")
for i in range(100):
    writer.add_scalar("y=x", i, i)

writer.close()