Pytorch怎么用Tensorboard来观察数据(pytorch,tensorboard,开发技术)

1.Tensorboard

有两个常用的方法：

• 一个是add_scalar()显：示曲线

• 一个是add_image()显示图像

首先安装Tensorboard

在你的编译环境（conda activate XXX）中输入命令

pipinstalltensorboard

1.使用add_scalar()输入代码

fromtorch.utils.tensorboardimportSummaryWriter#调包writer=SummaryWriter('logs')#这里你创建了一个logs的文件装你的add_scalar生成的曲线，#其中writer.add_scalar（）第一个量是曲线的名字，#第二个量是纵坐标scalar_value,第三个量是横坐标global_step（也可以理解为损失值得步长）foriinrange(100):writer.add_scalar("quadratic",i**2,i)writer.close()

打开这个Tensorboard文件

tensorboard--logdir=logs#1.这个logdir的文件名必须要与之前所创建的文件名一致，不然很容易报错，Nodashboardsareactiveforthecurrentdataset.#2.这个tensorboard输入的命令，必须是在logs文件的上一层文件中，不然也很容易报错，Nodashboardsareactiveforthecurrentdataset.

结果现实：

2.使用add_image()输入代码

注意：add_image()中函数一般有三个量:
第一个是图像的名字，第二个是图像(必须是tensor或者numpy.ndarray)，第三个是步长（可理解为训练或者测试阶段到哪幅图像了）；
其中，图像的shape必须是CHW，但是有opencv读取的图像shape是HWC,
所以得使用dataformats转换以下将图像的shape转换为HWC

下面的代码测试了两张图（一张是来自aligned的图像，一张是来自original的图像）用来模拟训练或者测试阶段程序运行到哪张图

fromtorch.utils.tensorboardimportSummaryWriterimportcv2writer=SummaryWriter('logs')aligned_img_path="D:\\data\\basic\\Image\\aligned\\test_0001_aligned.jpg"original_img_path="D:\\data\\basic\\Image\\original\\test_0001.jpg"aligned_img=cv2.imread(aligned_img_path)original_img=cv2.imread(original_img_path)print(type(aligned_img))#numpyprint(aligned_img.shape)#writer.add_image("img",aligned_img,1,dataformats='HWC')#此图已经在我第一次测试add_image()用过了writer.add_image("img",original_img,2,dataformats='HWC')#此图是我在第二个测试writer.close()

实现结果：

tensorboard中出现了IMAGES，并且step1是aligned的图，而step2是original的图