Tensorboard的使用

什么是Tensorboard

在训练过程中我们能希望看到训练的过程怎么样，这时候就可以使用这个模块来实现。他可以显示函数之间的变化过程。

Tensorboard的使用

Summarywriter类

add_scalar

这个类的作用是创建训练日志文件。
Summarywriter（“文件地址”）就可以在目录下生成训练的日志，这个日志可以用来展示成可视化的board
通常使用的是add_scalar()生成绘制的日志。
包含三个参数，tag，y轴,x轴

from torch.utils.tensorboard import SummaryWriter

writer = SummaryWriter('logs')

#比如绘制一个y=x*x的训练过程

for x in range(10):

    writer.add_scalar("y=x*x",x*x,x)
writer.close()

运行之后就会在这里面生成一个logs的日志文件夹和内容

add_image

读取image的一个函数，在这个函数中，他需要这几个参数，tag（str类型），img，需要是Tensor后者np类型的。dataformats指的是图片的通道，H代表高，w代表宽，3就是三通道。默认是3HW，需要根据图片的类型进行设置。

其中img的类型如果是使用PIL打开（Image.open）的就是PIL类型，无法使用add_images函数，需要将其转化为np类型，或者其他支持的类型。

1.将PIL转化为np类型
img_PIL = Image.open("Dataset\\hymenoptera_data\\train\\ants\\0013035.jpg")
img_np = np.array(img_PIL)
writer.add_image('testimg',img_np,1, dataformats= 'HWC')
2.直接使用opencv打开的图片就是np类型
import cv2
img_cv = cv2.imread("Dataset\\hymenoptera_data\\train\\ants\\0013035.jpg")
 writer.add_iamge("test", img_cv, 2, dataformts='HWC')

代码及效果为：

from torch.utils.tensorboard import SummaryWriter
from PIL import Image
import numpy as np
import cv2

writer = SummaryWriter('logs')
img_PIL = Image.open("Dataset\\hymenoptera_data\\train\\ants\\0013035.jpg")
img_np = np.array(img_PIL)
img_cv = cv2.imread("Dataset\\hymenoptera_data\\train\\ants\\0013035.jpg")


writer.add_image('testimg',img_cv,2, dataformats= 'HWC')

#比如绘制一个y=x*x的训练过程

for x in range(10):

    writer.add_scalar("y=x*x",x*x,x)
writer.close()