PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】——P8：TensorBoard的使用（二）

TensorBoard的使用（二）

1. 数据集下载并导入

• 数据集下载链接，点击跳转~

• 数据集导入

2. add_image()使用

说明：add_image()常用于观察训练结果

2.1. 参数说明

参数说明：tag，图片数据类型：torch.Tensor、numpy.array、string，训练步骤（Int型）

2.2. 数据类型转换

由于数据集中的图片数据类型为jpg型，所以需要对图片数据类型进行转换

转换方法：

• 利用Opencv读取图片，获得numpy型图片数据
• 利用numpy.array()，对PIL图片进行转换（课程选用此方法）

2.3. 运行 add_image()

代码展示：

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


writer = SummaryWriter("logs")
img_path = "dataset/train/ants/0013035.jpg"
img_PIL = Image.open(img_path)
img_array = np.array(img_PIL)
print(type(img_array))
print(img_array.shape)

# dataformats="HWC：从PIL到numpy，需要指定shape中每一个数字/维表示的含义：H高度，W宽度，C通道
writer.add_image("test", img_array, 1, dataformats="HWC")

writer.close()

运行以上代码后控制台执行：tensorboard --logdir=logs --port=6007，然后打开网址查看图像