Pytorch之Tensorboard（可视化）
在torch里使用tensorboard是在这里
from torch.utils.tensorboard import SummaryWriter
然后如果进入后打开structure可以查看该包内的对象和方法,比如说比较常用的这几个方法
add_scalar
add_image
add_graph
等
说回来,想要使用tensorboard,先实例化,指定event文件的文件夹
writer = SummaryWriter("logs")然后先说一下之后能用的格式Image、list、array、tensor以及这几个数据格式之间的转化关系(从行转列)，
不过说一下哈，这个是在没有工具的前提下，有工具还有别的方法
| list/PIL_image | numpy.array | torch.tensor | |
| list/PIL_image | ndarray = np.array(list) | tensor=torch.Tensor(list) | |
| numpy.array | list = ndarray.tolist() | tensor = torch.from_numpy(ndarray) | |
| torch.tensor | 先转numpy再转list list = tensor.numpy().tolist() | ndarray = tensor.numpy() |
*gpu上的tensor不能直接转为numpy
ndarray = tensor.cpu().numpy()cv2和PIL.Image的转换其实是numpy.array和PIL的转换
PIL.Image和plt.imshow的格式都是rgb，而cv2是bgr，要做格式转换
好了,说完了回来,给tensorboard添加图像,先加载再说
image_path = 'dataset/cat_vs_dog/train/cat/cat.0.jpg' # 图像目录
img_PIL = Image.open(image_path) # 打开图片文件（PILimage）
img_array = np.array(img_PIL) # 转成numpy格式由于图片读取是HWC的,tensorboard默认是CHW的,
print(type(img_array))
print(img_array.shape) # (374, 500, 3)需要调整一下通道顺序
writer.add_image('cat', img_array, 1, dataformats='HWC')以上参数分别是:标签名称、图像索引、图像格式，可以通过ctrl+q仔细查看
此外,添加一个plot ,使用add_scalar方法
x = range(100)
for i in x:
writer.add_scalar('y=2x', i * 2, i)
最后记得关闭summarywriter，当然，不关也没人管
writer.close()最后完整的代码
from torch.utils.tensorboard import SummaryWriter
from PIL import Image
import numpy as np
writer = SummaryWriter("logs")
image_path = 'dataset/cat_vs_dog/train/cat/cat.0.jpg' # 图像目录
img_PIL = Image.open(image_path) # 打开图片文件（PILimage）
img_array = np.array(img_PIL) # 转成numpy格式
print(type(img_array))
print(img_array.shape) # (374, 500, 3)
writer.add_image('cat', img_array, 1, dataformats='HWC')
x = range(100)
for i in x:
writer.add_scalar('y=2x', i * 2, i)
writer.close()
运行后在文件夹下出现一个logs的文件夹，里面有event文件
在命令行输入
tensorboard --logdir=logs
从而打开logs下记录的tensorboard文件
点击链接正常进入可以查看
