tensorboard的使用

原创已于 2022-07-13 11:29:13 修改 · 201 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #python #人工智能

于 2022-07-12 22:10:53 首次发布

pytorch 同时被 2 个专栏收录

28 篇文章

订阅专栏

科研必备

3 篇文章

订阅专栏

这篇博客介绍了如何利用Tensorboard来展示神经网络训练过程中的图像（如输入图片）和标量数据（如损失函数变化）。通过创建SummaryWriter实例，将图像和标量数据写入日志文件，然后在终端中启动tensorboard服务进行可视化。示例中展示了添加图像和标量数据的代码，并给出了运行tensorboard的命令。

tensorboard:展示训练结果，比如loss的变换过程

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

writer = SummaryWriter("logs")   #创建SummaryWriter类的实例
imge_path=""
img_PIL = Image.open(image_path)
img_array = np. array(img_PIL)
print(type(img_array))
print(img_array.shape)

writer.add_image("test", img_array, 1, dataformats = "HWC")   #add.image()常用来查看训练结果
#要求image是numpy型，tensor类型



# scalar_value ：y轴
#global_step : x轴
# y =x
for i in range(100):
		write.add_scalar("y=x", i, i)

write.close

# terminal : tensorboard --logdir=logs
指定端口名：tensorboard --logdir=logs --port=6007