• PyTorch教程【五】TensoBoard的使用


    一、安装TensorBoard

    1、进入Anaconda Prompt,激活环境conda activate pytorch(或直接在PyCharm中打开Terminal终端)

    2、输入命令pip install tensorboard

    3、安装成功

    二、代码示例

      from torch.utils.tensorboard import SummaryWriter
    
      writer = SummaryWriter("logs")
    
      # writer.add_image()
      # y = x
      for i in range(100):
          writer.add_scalar("y=x", i, i)
    
      writer.close()
    

    三、打开事件文件

      tensorboard --logdir=logs --port=6007
    

    logdir=事件文件所在的文件夹名
    port=指定端口

    打开对应网址

    四、利用Opencv读取图片,获得numpy型图片数据

    (1)安装Opencv,通过命令pip install opencv-python,如果安装缓慢,可以更换pip源,更换方法参考pip 换源

    (2)代码

      import cv2
      cv_img=cv2.imread(img_path)
    

    五、利用numpy.array(),对PIL图片进行转换

      import numpy as np
      img=np.array(img)
    

    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

    六、add_image()的使用(常用来观察训练结果)

      from torch.utils.tensorboard import SummaryWriter
      import numpy as np
      from PIL import Image
      
      writer = SummaryWriter("logs")
      img_path = "data/train/ants_image/0013035.jpg"
      img_PIL = Image.open(img_path)
      img_array = np.array(img_PIL)
    
      writer.add_image("test", img_array, 1, dataformats='HWC')
    博客内容用于记录自己学习后的收获,如有侵权请联系我删除
  • 相关阅读:
    迪杰斯特拉算法
    基数排序
    快排算法
    插入排序与希尔排序算法
    java--jmm知识
    Java基础
    socket代理
    TestLink 学习第一周
    软件体系结构第三章之解释器风格
    如何衡量个人在各自团队的效率和绩效
  • 原文地址:https://www.cnblogs.com/ptxiaochen/p/13790442.html
Copyright © 2020-2023  润新知