pytorch.tensorboard的零基础使用

1.Tensorboard的介绍：

Tensorboard是tensorflow内置的一个可视化工具，它通过将tensorflow程序输出的日志文件的信息可视化使得tensorflow程序的理解、调试和优化更加简单高效。Tensorboard的可视化依赖于tensorflow程序运行输出的日志文件，因而tensorboard和tensorflow程序在不同的进程中运行。大家在学习中需要多去看官方的文档，地址：https://pytorch.org/docs/stable/index.html

2.SummaryWriter的使用：

官方的介绍的使用方法和参数

.torch.utils.tensorboard.writer.SummaryWriter( log_dir=无，注释=’’ ，purge_step=无 ，max_queue=10 ，flush_secs=120 ，filename_suffix =’’ )
关键是log_dir将条目直接写入log_dir中的事件文件，以供 TensorBoard 使用。简而言之就是把你写的程序存储在这个里面，供后面的 TensorBoard 的使用，在pycharm中找到终端（就是控制台旁边那个，如果你的版本够高可以在settins中找到plugins搜寻chinese的官方插件）在终端输入tensorboard --logdir=“上面自己在SummaryWriter中设置的文件” 一般默认的6006端口，可以在后面输入port 跟上端口 例如

from torch.utils.tensorboard import SummaryWriter

writer = SummaryWriter("logss")

然后在终端输入
tensorboard --logdir=logss
要在其他端口
tensorboard --logdir=logss --port =6007

3…add_scalar使用

老样子还是看官方文档的解释
add_scalar(标记， scalar_value， global_step=无，挂页时间=无， new_style=假， double_precision=假)[来源]
将标量数据添加到摘要。

参数
标记（字符串） – 数据标识符（图片标题的名称）

scalar_value （float or string/blobname） – 要保存的值（图片y轴）

global_step （int） – 要记录的全局步长值（图片x轴）

walltime （float） – 可选覆盖默认 walltime （time.time（）），并在事件纪元之后的秒数

new_style （布尔） – 是使用新样式（张量字段）还是旧样式（simple_value字段）。新样式可能会导致更快的数据加载。

例子：

from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter("p99")
x = range(100)
for i in x:
    writer.add_scalar('y=2x', i * 2, i)
writer.close()

预期成果：

4…add_image

官方解释
add_image(标记， img_tensor， global_step=无，挂页时间=无，数据格式=‘CHW’ )[来源]
将图像数据添加到摘要。

请注意，这需要包。pillow

参数
标记（字符串） – 数据标识符

img_tensor （手电筒。Tensor， numpy.array， or string/blobname） – 图像数据

global_step （int） – 要记录的全局步长值

walltime （float） – 可选覆盖事件纪元后的默认 walltime （time.time（）） 秒
因为img_tensor需要Tensor， numpy.array， or string/blobname类型 我们就直接使用numpy库的array来实现例子，要注意的是如果图片类型是(H, W, 3)需要将设置dataformats=‘HWC’
例子：

```python
from torch.utils.tensorboard import  SummaryWriter
import numpy as np
from  PIL import  Image
writer = SummaryWriter("logs")
image_path = "hymenoptera_data/train/ants_image/5650366_e22b7e1065.jpg"#这是我自己存放图片的相对路径
img_PIl = Image.open(image_path)
img_array = np.array(img_PIl)#转化为numpy.array型
writer.add_image("train", img_array, 2, dataformats='HWC')#这里的2为步数

在终端输入tensorborad --logdir=logs --port=6008 因为我自己在6006已经有了同名数据（如果你们想在6006，可以新建一个SummaryWriter或者将logs中的文件删除）
预期成果：