【学习笔记】【Pytorch】二、TensorBoard的使用

学习地址

PyTorch深度学习快速入门教程【小土堆】.

主要内容

一、TensorBoard的安装
作用：在浏览器中打开TensorBoard生成的事件。
二、SummaryWriter类的使用

• add_scalar()
  作用：常用来绘制train/val loss，观察训练过程中loss的变化，判断模型的好坏。
• add_image()
  作用：常用来观察训练结果。

一、TensorBoard的安装

conda install tensorboard

作用：在浏览器中打开TensorBoard生成的事件。

二、SummaryWriter类的使用

from torch.utils.tensorboard import SummaryWriter

add_scalar()

注：add就是表示其的作用就是增加，并不能覆盖。

1.代码实现

from torch.utils.tensorboard import SummaryWriter

writer = SummaryWriter("logs")  # 指定在 logs 文件夹内生成事件

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

writer.close()

输出：在当前目录下生成一个logs文件夹，里面存放事件“y=2x”的函数

2.参数说明

函数原型：

def add_scalar(
    self,
    tag,
    scalar_value,
    global_step=None,
    walltime=None,
    new_style=False,
    double_precision=False,
):

• tag：事件名称
• scalar_value：y轴
• global_step：x轴

3.TensorBoard

打开tensorboard事件：在命令行输入以下命令

tensorboard --logdir=logs --port=6007

tensorboard命令参数说明：

• –logdir=事件文件所在文件夹名（可以使用绝对路径）；
• –port=6007 在服务器上，为防止多人使用同一端口，被占用，可以进行指定端口，也可以不指定。

在浏览器中打开网址可以查看y=2x图表。

事件不覆盖的解决方法：
问题描述：
同一个事件使用两种不同图像函数（即上次训练运行的事件名称的图像函数没有删除，下次训练还运行同一名称的事件，但是图像函数不一样了，不会发生覆盖，并进行拟合）。例如，执行以下代码：

查看图表：

解决方法：

• 1.在logs文件夹删除上次的事件。
• 2.新建一个新的事件名称。

add_image()

1.代码实现

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

# 重复代码1(“test”事件，步骤1)
writer = SummaryWriter("logs")
image_path = "data/train/ants_image/0013035.jpg"
img_PIL = Image.open(image_path)
img_array = np.array(img_PIL)  # 对PIL图片进行转换，add_image()不支持PIL类型

print(type(img_array))
print(img_array.shape)

writer.add_image("test", img_array, 1, dataformats="HWC")
writer.close()

# 重复代码2(“test”事件事件，步骤2)
writer = SummaryWriter("logs")
image_path = "data/train/bees_image/16838648_415acd9e3f.jpg"
img_PIL = Image.open(image_path)
img_array = np.array(img_PIL)  # 对PIL图片进行转换，add_image()不支持PIL类型
print(type(img_array))
print(img_array.shape)

writer.add_image("test", img_array, 2, dataformats="HWC")
writer.close()

# 重复代码3(“train”事件事件，步骤1)
writer = SummaryWriter("logs")
image_path = "data/train/bees_image/39747887_42df2855ee.jpg"
img_PIL = Image.open(image_path)
img_array = np.array(img_PIL)  # 对PIL图片进行转换，add_image()不支持PIL类型
print(type(img_array))
print(img_array.shape)

writer.add_image("train", img_array, 1, dataformats="HWC")
writer.close()

2.参数说明

函数原型：

def add_image(
        self, tag, img_tensor, global_step=None, walltime=None, dataformats="CHW"
    ):

• tag：事件名称
• img_tensor：图片的类型要是torch.Tensor, numpy.array, or string这三种
• global_step：第几张图片
• dataformats=‘CHW’，默认CHW。tensor是CHW，numpy是HWC（H表示高度height，W表示宽度weight，C表示通道channel）
  

3.TensorBoard

TensorBoard输出：