Pytorch学习笔记（二）---tensorboard

        本篇自学笔记来自于b站《PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】》，Up主讲的非常通俗易懂，文章下方有视频连接，如有需要可移步up主讲解视频，如有侵权，实非故意，深表歉意，请与我联系，删除相关内容！ 

 

• 首先是tensorboard的安装

        可以在pytorch下方选择Terminal

        然后执行下述语句，即可安装成功

pip install tensorboard

• 然后是引入该packagea

from torch.utils.tensorboard import SummaryWriter

• 创建一个实例

writer = SummaryWriter("logs") #logs是设置的存放目录

• 该类主要有两个常用方法，首先介绍add_scalar()方法：

该方法的官方解释（可以按住Crtl键点击该方法，即可跳转到该方法的官方解释）如下：

 其中tag表示输出的标题，scalar_value代表y轴，global_step代表x轴。

例如下面代码，为在tensorboard上展示y=x的部分:

from torch.utils.tensorboard import SummaryWriter

writer = SummaryWriter('logs')

for i in range(50):
    writer.add_scalar('y=x',i,i)

writer.close()

• 展示结果

此时上述结果已经存在了logs文件夹下，同样的在Terminal命令行执行下述命令，默认端口为6006，可以看到结果

tensorboard --logdir=logs

"'logs'" (choose from 'serve', 'dev')

(base) E:\pythonproject\learn_torch>tensorboard --logdir=logs
TensorFlow installation not found - running with reduced feature set.
Serving TensorBoard on localhost; to expose to the network, use a proxy or pass --bind_all
TensorBoard 2.7.0 at http://localhost:6006/ (Press CTRL+C to quit)

 

 --port可以指定端口

tensorboard --logdir=logs --port=6007

•  第二个方法为展示图片的方法add_image()

首先看一下该函数的官方解释：

 其中需要注意的是img_tensor这个参数，他要求img是torch.Tensor或者numpy.array或者string类型的，通常所使用的Image.open()读取的图片类型是PIL类型，所以需要对图片进行转换。此外，还要求img的shape,可以通过dataformats指定为‘HWC’。global_step指定为处理的第几步，不更换tag的话可以展示图片处理的一个变化。

例子如下：

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

writer = SummaryWriter('logs')
img_path = 'dataset/data2/train/bees_image/21399619_3e61e5bb6f.jpg'
img_PIL = Image.open(img_path)
img_np = np.array(img_PIL)
print(type(img_np))
print(img_np.shape)

writer.add_image('bees',img_np,2,dataformats='HWC')


writer.close()

下面为结果展示： 

•  附上视频地址：PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】_哔哩哔哩_bilibili