PyTorch中的TensorBoard

最新推荐文章于 2025-04-08 19:31:46 发布

原创

最新推荐文章于 2025-04-08 19:31:46 发布 · 345 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#pytorch #深度学习 #python

本文介绍了如何使用PIL和TensorFlow的SummaryWriter将图像转换为张量，并通过TensorBoard展示数据。步骤包括使用ToTensor转换、添加图像和标量数据，最后演示了如何在TensorBoard中查看结果。

from tensorboardX import SummaryWriter
import numpy as np
from PIL import Image

#创建类的实例
writer = SummaryWriter("logs")#这个文件夹底下          
image_path = "dataset//train//ants//0013035.jpg"
img_PIL = Image.open(image_path)
img_array = np.array(img_PIL)


#两个方法
# writer.add_image()
# writer.add_scalar()      

writer.add_image("test",img_array,1,dataformats='HWC')


#y=2x
for i in range(100):
    writer.add_scalar("y=2x",i*2,i)
       
                    #查看图像
writer.close()      #tensorboard --logdir=E:\notebookpytorch\pyTorch学习\TensorBoard\logs

image_path = "dataset//train//ants//0013035.jpg"

from PIL import Image
img = Image.open(image_path)
print(type(img))  #图片类型为PIL类型

#转化图片类型
import numpy as np
img_array = np.array(img)
print(type(img_array))    #图片类型为numpy类型