3_Tensorboard使用

1. Tensorboard用途

① Tensorboad 可以用来观察loss是否按照我们预想的变化，或者观察训练到某一步输入，输出的图像是什么样。

pip install tensorboard

from torch.utils.tensorboard import SummaryWriter

help(SummaryWriter)

2. 安装Tensorboard

经过上面步骤将终端改为pytorch的环境

使用镜像安装tensorboard，命令：pip install tensorboard -i https://pypi.tuna.tsinghua.edu.cn/simple

3. Tensorboard 写日志

#从tensorboard中导入SummaryWriter类
from torch.utils.tensorboard import SummaryWriter

# 创建一个logs文件夹，writer写的文件都在该文件夹下
writer = SummaryWriter("logs") 

#writer.add_image()
for i in range(100):
    
    # 添加标量数据到summary
    # def add_scalar(self,tag,scalar_value,global_step=None,walltime=None,new_style=False,double_precision=False,):
    # tag：对应图表标题；scalar_value：对应图表y轴单位；global_step：对应图表x轴单位
    writer.add_scalar("y=2x",2*i,i)
writer.close()

运行后pycharm生成日志文件

4. Tensorboard 读日志

可以使用pycharm的terminal终端，也可以使用下面的Anaconda 终端。logdir=事件文件所在文件夹名

① 在 Anaconda 终端里面，激活py3.6.3环境，再输入 tensorboard --logdir=C:\Users\wangy\Desktop\03CV\logs 命令，将网址赋值浏览器的网址栏，回车，即可查看tensorboard显示日志情况。

② 为避免多人使用端口导致冲突，也可以在后面加上后缀，使得端口独立，tensorboard --logdir=C:\Users\wangy\Desktop\03CV\logs --port=6008

③ 输入网址可得Tensorboard界面。

如果图像不理想，可以将logs文件夹中的日志删除后，重新生成

5. Tensorboard 读图片

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

# 图片的相对地址
img_path1 = "data/train/ants_image/0013035.jpg" 

img_PIL1 = Image.open(img_path1)
img_array1 = np.array(img_PIL1)
print(img_array1.shape)

img_path2 = "data/train/bees_image/17209602_fe5a5a746f.jpg" 
img_PIL2 = Image.open(img_path2)
img_array2 = np.array(img_PIL2)

writer = SummaryWriter("logs")

# def add_image(self, tag, img_tensor, global_step=None, walltime=None, dataformats="CHW"):
# img_tensor：要求图片数据类型torch.Tensor, numpy.ndarray, or string/blobname

# add_image（）对于tensor数据来说，默认的dataformats="CHW"正好符合，所以不需要设定
# 从PIL到numpy，需要在add_image()中指定shape中每一个数字/维表示的含义。
# 因为img_array1.shape是（高，宽，通道数），所以dataformats="HWC"

# 1 表示该图片在第1步
writer.add_image("test",img_array1,1,dataformats="HWC") 
# 2 表示该图片在第2步    
writer.add_image("test",img_array2,2,dataformats="HWC")               
writer.close()