【PyTorch_DeepLearning】 TensorBoard

原创于 2021-10-16 16:49:44 发布 · 177 阅读

0 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#pytorch #python #深度学习

PyTorch_Deep Learning 专栏收录该内容

3 篇文章

订阅专栏

该博客演示了如何利用Tensorboard在日志目录中创建SummaryWriter，将图片数据转换为Numpy数组并添加到Tensorboard的图像面板，同时展示了如何绘制y=2x的曲线。通过在命令行运行特定指令，可以启动Tensorboard并查看可视化结果。

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

writer = SummaryWriter("logs")
image_path = "图片的路径"
img_PIL = Image.open(image_path)
img_array = np.array(img_PIL)
print(type(img_array))
print(img_array.shape)
'''
名称
必须是Numpy形式的图片
第三个参数：代表步骤
图片的形式
'''
writer.add_image("train", img_array, 1, dataformats='HWC')
# y = 2x
# 画坐标图
# for i in range(100):
    # writer.add_scalar("y=2x", 3*i, i)

writer.close()

# 在控制台输入以下命令后Ctrl+点击链接进入浏览器查看
tensorboard --logdir
# 改变端口
tensorboard --logdir= logs --port=6007

运行时必须在生成的log文件的上层目录运行，否则不能打开

No dashboards are active for the current data set.