summarywriter 观看图片处理结果

最新推荐文章于 2024-11-29 15:18:37 发布

G鲲鹏展翅Y

最新推荐文章于 2024-11-29 15:18:37 发布

阅读量418

点赞数 8

文章标签： pytorch 深度学习人工智能

本文链接：https://blog.youkuaiyun.com/qq_44665922/article/details/136598343

版权

本文展示了如何使用PyTorch库进行CIFAR10数据集预处理，创建一个简单的卷积神经网络模型Tudui，并使用TensorBoard记录模型的输入和输出。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import torch
import torchvision
from torch import nn

from torch.nn import MaxPool2d
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter

input = torch.tensor([
    [1,2,0,3,1],
    [0,1,2,3,1],
    [1,2,1,0,0],
    [5,2,3,1,1],
    [2,1,0,1,1]
],dtype=torch.float32)

input = torch.reshape(input,(-1,1,5,5))
print(input.shape)


data = torchvision.datasets.CIFAR10("./dataset",train=False,transform=torchvision.transforms.ToTensor())
dataloader = DataLoader(data,batch_size=64)


class Tudui(nn.Module):
    def __init__(self):
        super(Tudui, self).__init__()
        self.maxpool1 = MaxPool2d(kernel_size=3, ceil_mode=True)    #不够3*3的边缘，要
        # self.maxpool1 = MaxPool2d(kernel_size=3, ceil_mode=False)   #不够3*3的边缘，不要

    def forward(self,input):
        output = self.maxpool1(input)
        return output

write = SummaryWriter("maxpool")
step = 0     #dataloader分好几个批次
for data in dataloader:
    img,target = data
    write.add_images("input", img, step)    #add_images接受多个，add_image只接受一个
    tudui = Tudui()
    output = tudui(img)
    write.add_images("output", output, step)

    step = step+1
write.close()
#cmd输入    tensorboard --logdir=logs   logs改成绝对路径