一、Tensorboard基本使用
Tensorboard为是Google TensorFlow的可视化工具，可以用于记录训练数据、评估数据、网络结构、图像等，并且可以在web上展示，对于观察神经网络的过程非常有帮助。
PyTorch也推出了自己的可视化工具，叫做torch.utils.tensorboard。
学习本节内容必须提前准备好PyTorch(推荐GPU版)环境，后续也会推出PyTorch安装(Conda环境)。
1、SummaryWriter类使用
from torch.utils.tensorboard import SummaryWriter # 导入
按下
Ctrl键，点击蓝色字体，可以查看该类所在函数描述。
还有具体方法、例子的描述，不做过多赘述！
2、安装TensorBoard
conda环境：
# 1.激活conda环境 conda activate torch # torch为自己的虚拟环境 # 2.下载并安装 conda install tensorboard
pip环境：
pip install tensorboard # 嫌慢，可以加国内源 pip install tensorboard -i https://pypi.tuna.tsinghua.edu.cn/simple
3、add_scalar()方法
函数原型：
def add_scalar(self, tag: str, scalar_value: Any, global_step: int = None, walltime: float = None, new_style: bool = False, double_precision: bool = False) -> None
参数说明：
- tag：类似于图标的title
- scalar_value：数值，即Y轴
- global_step：多少步，即X轴
实例1：绘制 y = x
from torch.utils.tensorboard import SummaryWriter writer = SummaryWriter("logs") for i in range(100): writer.add_scalar("y = x", i, i) writer.close()
打开事件文件：
成功运行后，即可打开http://localhost:6006/；当然也可以更换端口：添加
--port=6007
实例2：绘制 y = 2x
from torch.utils.tensorboard import SummaryWriter writer = SummaryWriter("logs") for i in range(100): writer.add_scalar("y = 2x", 2*i, i) writer.close()
实例2：绘制 y = 3x（当我们未修改title时）
from torch.utils.tensorboard import SummaryWriter writer = SummaryWriter("logs") for i in range(100): writer.add_scalar("y = 2x", 3*i, i) # tille未作修改 writer.close()
会出现拟合，我们可以通过删除事件文件之后，重新打开Tensorboard。
4、add_image()方法
函数原型：
def add_image(self, tag: str, img_tensor: Any, global_step: int = None, walltime: float = None, dataformats: str = "CHW") -> None
参数说明：
- tag：图像title
- img_tensor：图像的数据类型（
torch.Tensor，numpy.array，orstring/blobname） - global_step：训练的步骤
4.1 img_tensor的说明
参数 img_tensor 为图像的数据类型，指定了三种数据类型，但在实际情况中，往往并不是理想的这三种，以下介绍如何转换：
数据集请评论或直接私信我，后续也会贴出链接！！！
利用numpy.array()，对PIL图像进行转换：
4.2 dataformats的说明
当我们准备好实例执行时，会报出如下错误：
from torch.utils.tensorboard import SummaryWriter import numpy as np from PIL import Image writer = SummaryWriter("logs") image_path = "../data/tensorboard_data/train/ants_image/0013035.jpg" img_PIL = Image.open(image_path) img_array = np.array(img_PIL) writer.add_image("test", img_array, 1) writer.close()
说明问题出在如下代码中：
writer.add_image("test", img_array, 1)
查看函数介绍发现：默认为（通道，高度，宽度），如果为 （高度，宽度，通道），需要添加参数 dataformats='HWC'
查看实例中图像的shape：
print(img_array.shape) # (512, 768, 3)
则需要添加参数：
writer.add_image("test", img_array, 1, dataformats='HWC') # 即可成功运行
4.3 滑动显示
from torch.utils.tensorboard import SummaryWriter import numpy as np from PIL import Image writer = SummaryWriter("logs") # image_path = "../data/tensorboard_data/train/ants_image/0013035.jpg" # 1 image_path = "../data/tensorboard_data/train/bees_image/16838648_415acd9e3f.jpg" # 2 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') #1 writer.add_image("test", img_array, 1, dataformats='HWC') # 2 writer.close()
