目录
一、SummaryWriter类的介绍
使用如下语句导入SummaryWriter类
from torch.util.tensorboard import SummaryWriter
1. 定义
SummaryWriter类可以在指定文件夹生成一个 事件文件，这个事件文件可以对TensorBoard解析。
‘SummaryWriter 类提供了一个可以在已给定目录下创建事件文件的高级API，并可以向其中添加摘要和事件。该类可以异步的更新文件内容，允许训练程序调用方法直接从训练循环向文件添加数据，而不减慢速度培训。
2. SummaryWriter初始化
2.1 初始化
SummaryWriter的初始化方法主要使用的参数为 log_dir，log_dir即为指定写入日志文件的文件夹名称。
2.2 帮助文档给出的使用范例
三种初始化方法
Examples::
from torch.utils.tensorboard import SummaryWriter
# create a summary writer with automatically generated folder name.
writer = SummaryWriter()
# folder location: runs/May04_22-14-54_s-MacBook-Pro.local/
# create a summary writer using the specified folder name.
writer = SummaryWriter("my_experiment")
# folder location: my_experiment
# create a summary writer with comment appended.
writer = SummaryWriter(comment="LR_0.1_BATCH_16")
# folder location: runs/May04_22-14-54_s-MacBook-Pro.localLR_0.1_BATCH_16/
- 如果初始化时无参数，则默认存储位置为runs/May04_22-14-54_s-MacBook-Pro.local/
- 如果初始化输入log_dir参数为my_experience，则生成的文件夹名称为my_experience
- 如果初始化时输入comment参数为”LR_0.1_BATCH_16″，则可以在生成的默认文件夹名称后面加一个对应的后缀
2.3 常用方法
- add_image()：用于显示图形
- add_scale()：用于绘制图形
二、add_scale()方法介绍
1. 常用参数介绍
最主要使用的是tag、scalar_value 和 global_step三个参数。
- tag：所生成图像的标题
- scalar_value：对应图形y轴，训练到每一步时的对应数值
- global_step： 对应图形x轴，训练的具体每一步
所生成图形以及其对应参数位置如下所示。
2. 绘制图形
2.1 安装tensorboard
在terminal窗口的虚拟环境下使用 pip命令安装
一定注意terminal窗口处的括号中不是base，而是你自己创建的虚拟环境的名字，如果不是的话可以参照下面的方法把terminal修改成自己的虚拟环境。
- 如何在terminal终端设置直接进入虚拟环境：
(7条消息) 设置pycharm打开terminal终端，自动进入虚拟环境的办法_AI悦创的博客-CSDN博客_pycharm的terminal默认环境
2.2 对应代码
from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter("logs")
for i in range(100):
writer.add_scalar("The title of this graph is y=2x", 2*i, i)
writer.close()
使用for循环进行x轴和y轴的取值
图形的标题为：The title of this graph is y=2x
y轴为2*i, x轴为i
书写完成后点击运行按钮，可以发现在项目包目录下出现logs文件夹，里面有对应的日志文件
- 运行时出现错误的解决方法
运行时出现AttributeError时解决方法：
(7条消息) AttributeError: module ‘distutils’ has no attribute ‘version’-人工智能-CSDN问答
2.3 打开tensorboard窗口
- 在terminal命令行输入：
tensorboard –logdir=logs
默认端口号为6006，为防止默认端口号6006被占用，可以手动修改端口号为其他号
- 修改默认端口号6007为6007:
tensorboard –logdir=logs –port=6007
效果如下所示，点击对应的蓝色链接即可跳转至网页
2.3 注意事项
在使用writer写入新事件过程中，之前的事件也会被保存，会造成绘制的图形出现混乱，因此有如下两种解决方案：
- 把logs文件夹下之前的日志文件删除，
- 每次写新事件时都新定义一个文件夹
三、add_image()方法
1. 参数介绍
- tag：生成图形的标题
- img_tensor： 图片的数据类型，只能是torch.tensor、numpy.array 或 string/blobname
- global_step：训练步骤，int型
- dataformats：
- 设置图片的形状，如果图片的shape是（3，H, W），即3通道在前，后面依次是图片的长和宽，则dataformats=
CHW，为默认值，无需设定； - 如果图片的shape是(H, W)、（H, W, 3)，则设置dataformats需要依次设定为
HW，HWC,
注：C：channel，图片通道数；
H： height，图片高度；
W：width，图片宽度；
2. 生成图像对象
使用PIL库生成对应图片对象，这里使用dataset2数据集中的第一张蜜蜂图片，复制该图片相对路径，生成对应的img对象，首先在控制台中进行调试。
可以看到img对象对应的类型为PIL对象，不满足add_image()方法中图片所需的数据类型的要求，因此我们需要把该对象类型转换为numpy型对象。
3. 把图片对象转换为numpy类型
3.1 控制台调试
创建img_numpy对象，使用numpy中的array方法把刚刚创建的img对象装换为numpy.array型。
3.2 代码完善
我们定义图片的标题为test，图片对象为img_numpy，步长为1，与此同时我们可以看到该numpy型的图片对象，他的shape是（H,W,C）型，所以在add_image的参数中我们需要加上如下语句：
dataformats=’HWC’
因此方法定义如下：
writer.add_image("test",img_numpy,1,dataformats='HWC')
3.3 完整代码
from torch.utils.tensorboard import SummaryWriter
from PIL import Image
import numpy as np
writer = SummaryWriter("logs2")
img_path="datasets2/train/ants_image/0013035.jpg"
生成pil的图片对象
img_PIL=Image.open(img_path)
把pil对象转化为numpy对象
img_array=np.array(img_PIL)
writer.add_image("test",img_array,1,dataformats='HWC')
writer.close()
运行后去terminal窗口运行tensorboard
结果如下所示：
生成的图片标题为test，步长step=1，为对应的蚂蚁图片
4. 更多应用
4.1 修改步长
把图片路径改为另一张图片，把global_step改为2，运行文件后刷新6006网页，可以看到效果如下所示，拖动进度条可以改变图片和step
from torch.utils.tensorboard import SummaryWriter
from PIL import Image
import numpy as np
writer = SummaryWriter("logs")
img_path="datasets2/train/ants_image/5650366_e22b7e1065.jpg"
img_PIL = Image.open(img_path)
img_array = np.array(img_PIL)
writer.add_image("test",img_array,2,dataformats="HWC")
writer.close()
4.2 修改tag
如果想要再新建一个图片框，则只需改动tag和img_path，即可在下方显示一个新的图片。
from torch.utils.tensorboard import SummaryWriter
from PIL import Image
import numpy as np
writer = SummaryWriter("logs")
img_path="datasets2/train/ants_image/5650366_e22b7e1065.jpg"
img_PIL = Image.open(img_path)
img_array = np.array(img_PIL)
writer.add_image("test1",img_array,2,dataformats="HWC")
writer.close()
Original: https://blog.csdn.net/weixin_45662399/article/details/127540731
Author: 好喜欢吃红柚子
Title: pytorch初学笔记（二）：TensorBoard的使用
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/709741/
转载文章受原作者版权保护。转载请注明原作者出处！