1、TensorBoard简介

• TensorBoard是Google开发的一个机器学习可视化工具。其主要用于记录机器学习过程，例如：
  • 记录损失变化、准确率变化等
  • 记录图片变化、语音变化、文本变化等。例如在做GAN时，可以过一段时间记录一张生成的图片
  • 绘制模型

2、TensorBoard安装

• 打开Anaconda Prompt，进入pytorch虚拟环境（conda activate pytorch），输入下面命令进行安装。

  • pip install tensorboard -i https://pypi.tuna.tsinghua.edu.cn/simple
    复制

3、SummaryWriter类的使用

• SummaryWriter类提供了一个高级 API，用于在给定目录中创建事件文件，并向其中添加摘要和事件。然后再使用TensorBoard将事件可视化。

• from torch.utils.tensorboard import SummaryWriter复制

• 在pytorch项目文件夹下新建一个python文件。如果没有创建项目，参考：PyTorch入门教学——使用PyCharm创建一个PyTorch项目-CSDN博客
  • 
•  在PyCharm中，按住Ctrl点击SummaryWriter，可以查看它的使用方法。
  • 
• 主要利用到其中的两个方法，add_scalar()和add_image()。

3.1、add_scalar()的使用

• add_scalar()目的是添加一个标量数据（scalar data）到summary中，主要用来绘制图表。
• 
• 
• 重点是前三个参数：
  • tag：要求是一个string，用以描述该标量数据图的标题。
  • scalar_value ：可以简单理解为一个y轴值的列表。
  • global_step：可以简单理解为一个x轴值的列表，与y轴的值相对应。
• 代码案例——绘制y=x和y=2x的图像。
  • 在test_tb.py中输入如下命令，并运行。

    • from torch.utils.tensorboard import SummaryWriter
      writer = SummaryWriter("logs")  # #第一个参数指明writer把summary内容写在哪个目录下
      # y = x
      for i in range(100):
          writer.add_scalar("y=x", i, i)  # 添加数据
          #  参数：图表名称，y轴，x轴
      # y = 2x
      for i in range(100):
          writer.add_scalar("y=x", 2 * i, i)  # 添加数据
      writer.close()复制

    • 运行后，在该项目文件夹中可获得logs文件，其中包含tensorboard的一些事件文件。
      • 
  • 使用TensorBoard可视化该事件文件。可以直接在PyCharm里的终端输入命令打开。

    • tensorboard --logdir=logs --port=6007复制

    • 
    • 点击链接即可打开，显示出绘制的图像。
    • 
    • 【注】由于每次运行一次，都会在logs文件夹中产生一个新的事件文件，为了防止冗余导致图像出错，简单的做法就是把这些文件都删除再重新运行一下。

3.2、add_image()的使用

• add_image()是一个向summary中添加图片的函数，常用来观察训练结果。
• 
• 
• 重点是前两个参数：
  • tag：要求是一个string，用以描述该图像可视化的标题。
  • img_tensor：传入的是要展示的图片内容，格式必须要转换为 : torch.Tensor，Numpy.array，string。
  • 【注】如果将图片调整为Numpy.array格式，需要在向add_image()函数中传入一个为了对应Numpy.array()数据类型而明确的dataformats参数，目的是指明array的内容。
• 代码案例——可视化一张图片。
  • 首先存放一张图片到项目中。
    • 
  • 在test_tb.py中输入如下命令，并运行。（先清空原logs文件中的事件文件）

  • from torch.utils.tensorboard import SummaryWriter
    from PIL import Image
    import numpy as np
    
    img_path = "images/热巴.jpg"  # 图片相对地址
    img = Image.open(img_path)
    img.show()
    print(type(img))
    # add_image()的第2个参数要求的格式是torch.Tensor ; numpy.array ; string
    # 转换成numpy.array格式
    img = np.array(img)
    print(type(img))
    
    writer = SummaryWriter("logs")
    # 从PIL利用numpy转换到numpy.array格式，需要在add_image()函数的参数中，利用dataformats明确指定出shape中的每一个维度都表示的啥含义（三维的是'HWC'）
    writer.add_image("热巴", img, 1, dataformats='HWC')
    
    writer.close()复制

  • 使用TensorBoard可视化该事件文件。可以直接在PyCharm里的终端输入命令打开。

    • tensorboard --logdir=logs --port=6007复制

    • 
    • 点击链接即可打开。
    • 
  • add_image()也可以在同一个标题下添加多张图片，但需要设置展示顺序。修改代码，删除logs中的事件文件，重新运行。

    • from torch.utils.tensorboard import SummaryWriter
      from PIL import Image
      import numpy as np
      
      writer = SummaryWriter("logs")
      
      img_path = "images/热巴1.jpg"  # 图片相对地址
      img = Image.open(img_path)
      img = np.array(img)
      writer.add_image("热巴", img, 1, dataformats='HWC')  # global_step = 1 表明：在tag中，第一张图片是img=热巴1.jpg
      
      img_path = "images/热巴2.jpg"  # 图片相对地址
      img = Image.open(img_path)
      img = np.array(img)
      writer.add_image("热巴", img, 2, dataformats='HWC')  # global_step = 1 表明：在tag中，第一张图片是img=热巴1.jpg
      
      writer.close()复制

    • 刷新网站，点击下列按钮即可切换图片。
    •  

推荐内容