【我是土堆 - Pytorch教程】 知识点 学习总结笔记（二）
此文章为【我是土堆 - Pytorch教程】 知识点 学习总结笔记（二）包括：TensorBoard的使用（一）、TensorBoard的使用（二）、Transforms的使用（一）、Transforms的使用（二）、 常见的Transforms（一）、常见的Transforms（二）。
学习系列笔记：
【我是土堆 - Pytorch教程】 知识点 学习总结笔记（一）_耿鬼喝椰汁的博客-CSDN博客
目录
1.TensorBoard的使用（一）
1.1 SummaryWriter类
初始化函数：
Pycharm 使用小技巧
安装TensorBoard
1.2 add_scalar() 方法的使用
例：y=x
如何打开事件文件？
例：y=2x
2.TensorBoard的使用（二）
2.1 add_image() 的使用
2.2 利用opencv（numpy.array()）读取图片，获得numpy型图片数据
代码实战 step1：蚂蚁为例
代码实战step2：蜜蜂为例
3.Transforms的使用（一）（二）
3.1 transforms的结构及用法
结构
搜索结构快捷键：
一些类
使用
3.2 两个问题
问题一：transforms 该如何使用（python）
问题二：为什么我们需要 Tensor 数据类型
3.3 两种读取图片的方式
1.PIL Image
2. numpy.ndarray（通过opencv）
上节课以 numpy.array 类型为例，这节课使用 torch.Tensor 类型：
4. 常见的Transforms（一）
4.1 Compose 的使用
Python中 __call__ 的用法
4.2 ToTensor 的使用
4.3 ToPILImage 的使用
4.4 Normalize 的使用
加入step值：
5. 常见的Transforms（二）
5.1 Resize() 的使用
5.2 Compose() 的使用
5.3 RandomCrop() 的使用
（1）以 int 为例：
（2）以 sequence 为例：
总结使用方法
1.TensorBoard的使用（一）
- add_scalar() 的使用 （常用来绘制 train/val loss）
- add_image() 的使用 （常用来观察训练结果）
学 TensorBoard 目的：
- 训练过程中loss是如何变化的
- 模型在不同阶段的输出
1.1 SummaryWriter类
导入TensorBoard中的类 SummaryWriter ：
from torch.utils.tensorboard import SummaryWriterPyCharm查看一个类如何使用（功能）：在PyCharm中，按住Ctrl键，把鼠标移到类上，点击自动跳转。
是一个直接向 log_dir 文件夹写入的事件文件，可以被 TensorBoard 进行解析
初始化函数：
def __init__(self, log_dir=None):
# 实例化SummaryWriter类
writer = SummaryWriter("logs") # 创建一个实例，把对应的事件文件存储到logs文件夹下主要用到两个方法：
writer.add_image() #添加image
writer.add_scalar() #添加数
writer.close()Pycharm 使用小技巧
1.ctrl + / 可将代码注释掉。
2.按 ctrl 与函数名可直接查看其功能。
3.按 Tab 键可进行缩进。
安装TensorBoard
在 Anaconda 命令行中激活 pytorch 环境，或直接在 PyCharm 的 Terminal 的 pytorch 环境中安装
输入：
pip install tensorboard即可安装成功
1.2 add_scalar() 方法的使用
def add_scalar(
self,
tag,
scalar_value,
global_step=None,
walltime=None,
new_style=False,
double_precision=False,
):添加一个标量数据到 Summary 当中，需要参数
- tag：Data指定方式，类似于图表的title
- scalar_value：需要保存的数值（y轴）
- global_step：训练到多少步（x轴）
例：y=x
from torch.utils.tensorboard import SummaryWriter #导入SummaryWriter类
#创建实例
writer=SummaryWriter("logs") #把对应的事件文件存储到logs文件夹下
#两个方法
# writer.add_image()
# y=x
for i in range(100):
writer.add_scalar("y=x",i,i)
writer.close()运行后多了一个logs文件夹，下面是TensorBoard的一些事件文件，如图：
如何打开事件文件？
在 Terminal 里输入：
tensorboard --logdir=logs # logdir=事件文件所在文件夹名结果如图：
点击链接：
为了防止和别人冲突（一台服务器上有好几个人训练，默认打开的都是6006端口），也可以指定端口，命令如下：
tensorboard --logdir=logs --port=6007结果如图：
例：y=2x
from torch.utils.tensorboard import SummaryWriter #导入SummaryWriter类
#创建实例
writer=SummaryWriter("logs") #把对应的事件文件存储到logs文件夹下
#两个方法
# writer.add_image()
# y=2x
for i in range(100):
writer.add_scalar("y=2x",2*i,i) # 标题、y轴、x轴
writer.close()
title 和 y 不一致的情况：
下面这种情况不正确：
每向 writer 中写入新的事件，也记录了上一个事件
如何解决？
把logs文件夹下的所有文件删掉，程序删掉，重新开始
或：重新写一个子文件，即创建新的 SummaryWriter("新文件夹")
删掉logs下的文件，重新运行代码，在 Terminal 里按 Ctrl+C ，再输入命令：
tensorboard --logdir=logs --port=6007
就可以出现名字为y=2x，但实际纵坐标是y=3x数值的图像
以上即是显示 train_loss 的一个方式
2.TensorBoard的使用（二）
2.1 add_image() 的使用
def add_image(self, tag, img_tensor, global_step=None):- tag：对应图像的title
- img_tensor：图像的数据类型，只能是torch.Tensor、numpy.array、string/blobnaem
- global_step：训练步骤，int 类型
例子：
在Python控制台输出图片类型：
# 打开控制台，其位置就是项目文件夹所在的位置
# 故只需复制相对地址
image_path = "data/train/ants_image/0013035.jpg"
from PIL import Image
img = Image.open(image_path)
print(type(img))PIL.格式不符合要求。如何将PIL类型转化成numpy类型下节说
2.2 利用opencv（numpy.array()）读取图片，获得numpy型图片数据
import numpy as np
img_array=np.array(img)
print(type(img_array)) # numpy.ndarray在Python控制台输出图片类型：
代码实战 step1：蚂蚁为例
from torch.utils.tensorboard import SummaryWriter #导入SummaryWriter类
import numpy as np
from PIL import Image
#创建实例
writer=SummaryWriter("logs") #把对应的事件文件存储到logs文件夹下
image_path="data/train/ants_image/0013035.jpg"
img_PIL=Image.open(image_path)
img_array=np.array(img_PIL)
print(type(img_array))
print(img_array.shape) #(512,768,3) 即(H,W,C)(高度，宽度，通道)
writer.add_image("test",img_array,1, dataformats='HWC') # 第1步
writer.close()运行结果：
代码实战step2：蜜蜂为例
from torch.utils.tensorboard import SummaryWriter #导入SummaryWriter类
import numpy as np
from PIL import Image
#创建实例
writer=SummaryWriter("logs") #把对应的事件文件存储到logs文件夹下
image_path="data/train/bees_image/16838648_415acd9e3f.jpg"
img_PIL=Image.open(image_path)
img_array=np.array(img_PIL)
print(type(img_array))
print(img_array.shape) #(512,768,3) 即(H,W,C)(高度，宽度，通道)
writer.add_image("test",img_array,2, dataformats='HWC') # 第2步
writer.close()输出结果如下，并产生滑块：
在一个title下，通过滑块显示每一步的图形，可以直观地观察训练中给model提供了哪些数据，或者想对model进行测试时，可以看到每个阶段的输出结果
如果想要单独显示，重命名一下title即可，即 writer.add_image() 的第一个字符串类型的参数
3.Transforms的使用（一）（二）
对图片进行一些变换
3.1 transforms的结构及用法
结构
按住Ctrl，看 transforms.py文件（工具箱），它定义了很多 class文件（工具）
搜索结构快捷键：
File—> Settings—> Keymap—> 搜索 structure（快捷键 Alt+7）
一些类
- Compose类：结合不同的transforms
- ToTensor类：把一个PIL的Image或者numpy数据类型的图片转换成 tensor 的数据类型
- ToPILImage类：把一个图片转换成PIL Image
- Normalize类：归一化，标准化，用来对数据预处理
- Resize类：尺寸变换
- CenterCrop类：中心裁剪
- Regularize类：正则化，防止模型过拟合的技术
使用
- transforms.py 工具箱
- 工具箱里放着 totensor / resize等类 工具
拿一些特定格式的图片，经过工具（class文件）后，就会输出我们想要的图片变换的结果。
3.2 两个问题
python的用法 ——> tensor数据类型
通过 transforms.ToTensor去解决两个问题
- Transforms该如何使用
- Tensor数据类型与其他图片数据类型有什么区别？为什么需要Tensor数据类型
from PIL import Image
from torchvision import transforms
# 绝对路径 D:\PycharmProjects\pythonProject\pytorchlearn\data\train\ants_image\0013035.jpg
# 相对路径 data/train/ants_image/0013035.jpg
img_path="data/train/ants_image/0013035.jpg" #用相对路径，绝对路径里的\在Windows系统下会被当做转义符
# img_path_abs="C:\Users\11842\Desktop\Learn_torch\data\train\ants_image\0013035.jpg"，双引号前加r表示转义
img = Image.open(img_path) #Image是Python中内置的图片的库
print(img) # PIL类型问题一：transforms 该如何使用（python）
从transforms中选择一个class，对它进行创建，对创建的对象传入图片，即可返回出结果
ToTensor将一个 PIL Image 或 numpy.ndarray 转换为 tensor的数据类型
实战
Ctrl+P可以提示函数里需要填什么参数
# 1、Transforms该如何使用
tensor_trans = transforms.ToTensor() #从工具箱transforms里取出ToTensor类，返回tensor_trans对象
tensor_img=tensor_trans(img) #创建出tensor_trans后，传入其需要的参数，即可返回结果
print(tensor_img)运行输出：
问题二：为什么我们需要 Tensor 数据类型
在Python Console输入：
from PIL import Image
from torchvision import transforms
img_path= "data/train/ants_image/0013035.jpg"
img = Image.open(img_path)
tensor_trans = transforms.ToTensor()
tensor_img = tensor_trans(img) 右侧属性栏：
打开img，即用Python内置的函数读取的图片，具有的参数有：
再打开tensor_img，看一下它有哪些参数：
Tensor 数据类型包装了反向神经网络所需要的一些理论基础的参数，如：_backward_hooks、_grad等（先转换成Tensor数据类型，再训练）
3.3 两种读取图片的方式
1.PIL Image
from PIL import Image
img_path = "xxx"
img = Image.open(img_path)
img.show()2. numpy.ndarray（通过opencv）
import cv2
cv_img=cv2.imread(img_path)上节课以 numpy.array 类型为例，这节课使用 torch.Tensor 类型：
from PIL import Image
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms
# python的用法 ——> tensor数据类型
# 通过 transforms.ToTensor去解决两个问题
# 1、Transforms该如何使用
# 2、Tensor数据类型与其他图片数据类型有什么区别？为什么需要Tensor数据类型
# 绝对路径 C:\Users\11842\Desktop\Learn_torch\data\train\ants_image\0013035.jpg
# 相对路径 data/train/ants_image/0013035.jpg
img_path="data/train/ants_image/0013035.jpg" #用相对路径，绝对路径里的\在Windows系统下会被当做转义符
# img_path_abs="C:\Users\11842\Desktop\Learn_torch\data\train\ants_image\0013035.jpg"，双引号前加r表示转义
img = Image.open(img_path) #Image是Python中内置的图片的库
#print(img)
writer = SummaryWriter("logs")
# 1、Transforms该如何使用
tensor_trans = transforms.ToTensor() #从工具箱transforms里取出ToTensor类，返回tensor_trans对象
tensor_img = tensor_trans(img) #创建出tensor_trans后，传入其需要的参数，即可返回结果
#print(tensor_img)
writer.add_image("Tensor_img",tensor_img) # .add_image(tag, img_tensor, global_step)
# tag即名称
# img_tensor的类型为torch.Tensor/numpy.array/string/blobname
# global_step为int类型
writer.close()运行后，在 Terminal 里输入：
tensorboard --logdir=logs进入网址后可以看到图片：
4. 常见的Transforms（一）
- 输入
- 输出
- 作用
图片有不同的格式，打开方式也不同
| 图片格式 | 打开方式 |
| PIL | Image.open() ——Python自带的图片打开方式 |
| tensor | ToTensor() |
| narrays | cv.imread() ——Opencv |
4.1 Compose 的使用
把不同的 transforms 结合在一起，后面接一个数组，里面是不同的transforms
Example:图片首先要经过中心裁剪，再转换成Tensor数据类型
>>> transforms.Compose([
>>> transforms.CenterCrop(10),
>>> transforms.PILToTensor(),
>>> transforms.ConvertImageDtype(torch.float),
>>> ])Python中 __call__ 的用法
class Person:
def __call__(self, name): #下划线__表示为内置函数
print("__call__"+"Hello "+name)
def hello(self,name):
print("hello"+name)
person = Person()
person("zhangsan")
person.hello("lisi")输出结果如下：
按 Ctrl+p，会提示需要什么参数
4.2 ToTensor 的使用
把 PIL Image 或 numpy.ndarray 类型转换为 tensor 类型（TensorBoard 必须是 tensor 的数据类型）（运行前要先把之前的logs进行删除）
from PIL import Image
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms
writer = SummaryWriter("logs")
img = Image.open("images/pytorch.png")
print(img) # 可以看到类型是PIL
# ToTensor的使用
trans_totensor = transforms.ToTensor() # 将类型转换为tensor
img_tensor = trans_totensor(img) # img变为tensor类型后，就可以放入TensorBoard当中
writer.add_image("ToTensor", img_tensor)
writer.close()运行后，在 Terminal 里输入：
tensorboard --logdir=logs
进入网址后可以看到图片：
4.3 ToPILImage 的使用
把 tensor 数据类型或 ndarray 类型转换成 PIL Image
4.4 Normalize 的使用
用平均值/标准差归一化 tensor 类型的 image（输入）
图片RGB三个信道，将每个信道中的输入进行归一化
output[channel] = (input[channel] - mean[channel]) / std[channel]
设置 mean 和 std 都为0.5，则 output= 2*input -1。如果 input 图片像素值为0~1范围内，那么结果就是 -1~1之间
#Normalize的使用
print(img_tensor[0][0][0]) # 第0层第0行第0列
trans_norm = transforms.Normalize([0.5,0.5,0.5],[0.5,0.5,0.5]) # mean,std，因为图片是RGB三信道，故传入三个数
img_norm = trans_norm(img_tensor) # 输入的类型要是tensor
print(img_norm[0][0][0])
writer.add_image("Normalize",img_norm)输出结果：
刷新网页：
加入step值：
第一步
#Normalize的使用
print(img_tensor[0][0][0]) # 第0层第0行第0列
trans_norm = transforms.Normalize([4,6,7],[3,2,6]) # mean,std，因为图片是RGB三信道，故传入三个数
img_norm = trans_norm(img_tensor) # 输入的类型要是tensor
print(img_norm[0][0][0])
writer.add_image("Normalize",img_norm,1)#第一步第二步
#Normalize的使用
print(img_tensor[0][0][0]) # 第0层第0行第0列
trans_norm = transforms.Normalize([2,6,7],[1,2,2]) # mean,std，因为图片是RGB三信道，故传入三个数
img_norm = trans_norm(img_tensor) # 输入的类型要是tensor
print(img_norm[0][0][0])
writer.add_image("Normalize",img_norm,2)#第二步
刷新网页：
5. 常见的Transforms（二）
5.1 Resize() 的使用
输入：PIL Image 将输入转变到给定尺寸
- 序列：（h,w）高度，宽度
- 一个整数：不改变高和宽的比例，只单纯改变最小边和最长边之间的大小关系。之前图里最小的边将会匹配这个数（等比缩放）
PyCharm小技巧设置：忽略大小写，进行提示匹配
一般情况下，你需要输入R，才能提示出Resize
我们想设置，即便你输入的是r，也能提示出Resize，也就是忽略了大小写进行匹配提示
File—> Settings—> 搜索case—> Editor-General-Code Completion-去掉Match case前的√—>Apply—>OK
返回值还是 PIL Image
#Resize的使用
print(img.size) # 输入是PIL.Image
trans_resize = transforms.Resize((512,512))
#img：PIL --> resize --> img_resize：PIL
img_resize = trans_resize(img) #输出还是PIL Image
#img_resize：PIL --> totensor --> img_resize：tensor（同名，覆盖）
img_resize = trans_totensor(img_resize)
writer.add_image("Resize",img_resize,0)
print(img_resize)图片进行了缩放：
5.2 Compose() 的使用
Compose() 中的参数需要是一个列表，Python中列表的表示形式为[数据1，数据2，...]
在Compose中，数据需要是transforms类型，所以得到Compose([transforms参数1，transforms参数2，...])
#Compose的使用（将输出类型从PIL变为tensor类型，第二种方法）
trans_resize_2 = transforms.Resize(512) # 将图片短边缩放至512，长宽比保持不变
# PIL --> resize --> PIL --> totensor --> tensor
#compose()就是把两个参数功能整合，第一个参数是改变图像大小，第二个参数是转换类型，前者的输出类型与后者的输入类型必须匹配
trans_compose = transforms.Compose([trans_resize_2,trans_totensor])
img_resize_2 = trans_compose(img) # 输入需要是PIL Image
writer.add_image("Resize",img_resize_2,1)输出结果：
5.3 RandomCrop() 的使用
随机裁剪，输入PIL Image
参数size：
- sequence：（h,w） 高，宽
- int：裁剪一个该整数×该整数的图像
（1）以 int 为例：
#RandomCrop()的使用
trans_random = transforms.RandomCrop(512)
trans_compose_2 = transforms.Compose([trans_random,trans_totensor])
for i in range(10): #裁剪10个
img_crop = trans_compose_2(img) # 输入需要是PIL Image
writer.add_image("RandomCrop",img_crop,i)
（2）以 sequence 为例：
#RandomCrop()的使用
trans_random = transforms.RandomCrop((200,500))
trans_compose_2 = transforms.Compose([trans_random,trans_totensor])
for i in range(10): #裁剪10个
img_crop = trans_compose_2(img)
writer.add_image("RandomCropHW",img_crop,i)
总结使用方法
1.关注输入和输出类型
2.多看官方文档
3.关注方法需要什么参数：参数如果设置了默认值，保留默认值即可，没有默认值的需要指定（看一下要求传入什么类型的参数）
4.不知道变量的输出类型可以
- 直接print该变量
- print(type())，看结果里显示什么类型
- 断点调试 dubug
最后要 totensor，在 tensorboard 看一下结果（tensorboard需要tensor数据类型进行显示）
学习系列笔记：
【我是土堆 - Pytorch教程】 知识点 学习总结笔记（一）_耿鬼喝椰汁的博客-CSDN博客
这篇课程的学习和总结到这里就结束啦，如果有什么问题可以在评论区留言呀~
如果帮助到大家，可以一键三连支持下