tensorboard使用

1. TensorBoard简介

TensorBoard是TensorFlow自带的一个强大的可视化工具，也是一个Web应用程序套件。

TensorFlow 的开源工具套件，称为 TensorBoard，虽然他是TensorFlow 的一部分，但是可以独立安装，并且服务于Pytorch等其他的框架。

2. add_scakar()的使用

常用来绘制train/val loss

from torch.utils.tensorboard import SummaryWriter

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


writer.close()

运行程序后，可以看到文件夹多了logs

在终端的logs的上一级文件夹输入

tensorboard --logdir=logs --port=6007

指定端口号可以不加，进入生成的链接

3. add_image()的使用

数据集可采用https://download.pytorch.org/tutorial/hymenoptera_data.zip

可以看到add_image()中的参数img_tensor的类型和读取的图片数据类型不一致

3.1 利用numpy进行类型转换

可见转换成功

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

writer = SummaryWriter("logs")
image_path = "dataset/train/ants/0013035.jpg"
img_PIL = Image.open(image_path)
img_array = np.array(img_PIL)
print(type(img_array))
print(img_array.shape)
writer.add_image("test", img_array, 1, dataformats='HWC')
# for i in range(100):
#     writer.add_scalar("y=2*x", 2*i, i)


writer.close()

运行成功

再次运行.py文件，刷新刚刚的tensorboard页面
可以看到

3.2 采用opencv读取图片，因为opencv读取出的数据类型是numpy