2.pytorch——TensorBoard的使用_tensorboard pytorch使用

TensorBoard的使用

1.SummaryWriter类的使用

总体演示代码：

from torch.utils.tensorboard import SummaryWriter

writer=SummaryWriter("logs") #实例化，将事件保存在logs文件中

writer.add_image() #添加图片
writer.add_scalar() #添加标量

writer.close()
1
2
3
4
5
6
7
8

2.add_scalar()的使用：生成标量图

以y=x为例

from torch.utils.tensorboard import SummaryWriter

writer=SummaryWriter("logs") #实例化，将事件保存在logs文件中

#writer.add_image() #添加图片
#y=x
writer.add_scalar() #添加标量

writer.close()
1
2
3
4
5
6
7
8
9

打开所生成的logs文件（可选择打开端口）

结果：

注意事项：若不同的x轴与y轴关系，却使用了同样的tag，会标量图产生错误，此时应删除logs文件中的事件，重新跑一下标量图

3.add_image()的使用

from torch.utils.tensorboard import SummaryWriter
from PIL import Image
import numpy as np
writer=SummaryWriter("logs") #实例化，将事件保存在logs文件中
image_path="data/train/bees_image/16838648_415acd9e3f.jpg"
img_PIL=Image.open(image_path)#生成pil类型的数据
img_array=np.array(img_PIL)#生成array类型的数据
print(type(img_array))
writer.add_image("bees",img_array,1,dataformats='HWC') #添加图片,   前三个参数为tag，numpy类型数据，step,最后一个参数为3通道数据的特殊设置
writer.close()
1
2
3
4
5
6
7
8
9
10

结果：

(img-bcXfrv11-1712311737973)]](https://imgse.com/i/pFbxEy4)