【Pytorch】Tensorboard的使用 - 学习笔记

依旧来自大佬的视频教程，该笔记仅作文字记录
首先惯例展示一下页面

1 - 安装Tensorboard

pip install tensorboard

耐心等待ing

2 - Tensorboard使用

2.1 - 显示一个函数(标量)

在项目中新创立一个.py文件，输入以下代码：

from torch.utils.tensorboard import SummaryWriter # 从torch常用工具箱中导入了tensorboard中的SummaryWriter类

writer = SummaryWriter("logs")  # 实例，存储事件文件

# writer.add_image()     ctrl+/ 注释
# writer.add_scalar()  #方法

# y = x
for i in range(100):
    writer.add_scalar("y=x", i, i)  # 第二个参数是y轴，第三个参数是x轴，如果想看参数是什么意思的话，光标放在上面点ctrl

writer.close()

运行没有错误，下一步就是打开Tensorboard啦

• 在Pycharm的Terminal中输入

tensorboard --logdir logs

输出结果如下图所示

可以发现它的端口为6006，那么为了避免多人使用一台电脑时一个端口的情况，可以改一下端口地址

tensorboard --logdir=logs --port=6007

看到输出结果如下面所示

点击这个网址，即可跳转到Tensorboard的页面

Tensorboard主要起到一个绘制图像的作用，我们可以在这里看到loss，step等情况，例如随便找一个点

2.2 - 显示图片

首先我们先在控制台中输入语句，看看用PIL读取的图片是什么类型的

image_path = "dataset/hymenoptera_data/train/ants_image/0013035.jpg"
from PIL import Image
img = Image.open(image_path)
print(type(img))

得到如下结果

对writer.add_image()进行查看可以发现，和要求的图片类型不符

因此需要用np.array转换一下

import numpy as np
img_array = np.array(img) #把PIL类型的image转换为numpy类型
print(type_(img_array))

得到

说明转换成功√

最后把写到控制台的语句整合到代码里去

from torch.utils.tensorboard import SummaryWriter # 从torch常用工具箱中导入了tensorboard中的SummaryWriter类
import numpy as np
from PIL import Image

writer = SummaryWriter("logs")  # 实例，存储事件文件
image_path = "dataset/hymenoptera_data/train/ants_image/0013035.jpg"

img_PIL = Image.open(image_path)
img_array = np.array(img_PIL)

writer.add_image("test", img_array, 1, dataformats='HWC')     # ctrl+/ 注释
# 这里设置dataformats是因为img_array的类型，可以通过下述函数显示
# print(img_array.shape)

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

writer.close()

没有报错，就说明成功啦