1.导包:
使用 SummaryWriter类:Writes entries directly to event files in the log_dir to be consumed by TensorBoard.
点击查看代码
'''将条目直接写入日志中的事件文件_将被TensorBoard消耗。‘ SummaryWriter ’类提供了一个高级API,用于在给定目录中创建事件文件,并向其中添加摘要和事件。该类异步更新文件内容。这允许训练程序调用直接从训练循环向文件添加数据的方法,而不会减慢训练速度。
'''
2.创建目录
点击查看代码
writer=SummaryWriter("logs")
3.add_scalar
作用:增加标量数据;
参数:
tag:图像标签
scalar_value:纵坐标
global_step:横坐标、
4.运行
- 运行后最初创建的目录下出现文件;
- 打开配置tensorboard到环境的终端:tensorboard --logdir=目录名
- 多个图像展出时:tensorboard --logdir=目录名 --port=其他数字如6007
运用
点击查看代码
writer=SummaryWriter("logs")
image_path="dataset/train/ants_image/0013035.jpg"
img_PIL=Image.open(image_path)
img_array=np.array(img_PIL)
print(img_array.shape)writer.add_image("test",img_array,1,dataformats='HWC')
-
传入图片--路径
-
用PIL读取图片
-
add_image():
作用:添加图像数据
参数:tag:标签
img_tensor:数据类型(torch.Tensor, numpy.ndarray)
global_step:训练步数
dataformats:数据格式:>img_tensor:默认为:math: ‘ (3, H, W) ’。>你可以使用torchvision.utils.make_grid()``将一批张量转换为3xHxW格式或调用``add_“图像”。>具有:math: ' (1, H, W) ',:math: ‘ (H, W) ‘,:math: ‘ (H, W) ‘,:math: ‘ (H, W, 3) ’的张量也适用,只要传递相应的’ ’dataformats’ ’参数即可。‘CHW ’, ‘ HWC ’, ‘ HW ’。
注意:
- 数据类型要提前查看并使用numpy转换
- 数据格式,用shape(),查看,按需加上dataformats参数
- CHW:C:chanle; H:高; W:宽