【pytorch】tensorboard + transforms的使用

一、tensorboard的使用
  1. 加载一张图片转化为tensor类型,并通过tenboard可视化
python 复制代码
from PIL import Image
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms

img_path = "dataset/train/ants_image/0013035.jpg"

img = Image.open(img_path)

#print(img)
writer = SummaryWriter('logs')

tensor_trans = transforms.ToTensor()
tensor_img = tensor_trans(img)

writer.add_image("Tesnor_img",tensor_img)

#print(tensor_img)

writer.close()


#在Terminal中输入 tensorboard --logdir=logs
二、transforms的常用函数

细心的小伙伴已发现了,上面已经使用了transforms了,我们在添加图片时,用到了ToTensor()这个函数。

ToTensor()函数:

将一个PIL类型转换成tensor类型;

python 复制代码
#totensor
tensor_trans = transforms.ToTensor()
tensor_img = tensor_trans(img)
writer.add_image("to_Tesnor",tensor_img)
print(tensor_img)

Normalize() 函数:

用于归一化,使他的范数或者数值在一定的范围。

python 复制代码
#normalize
trnas_norm = transforms.Normalize([0.5,0.5,0.5],[0.5,0.5,0.5])
img_norm = trnas_norm(tensor_img)
print(img_norm[0][0][0])

writer.add_image("normalize",img_norm)

Resize()函数:

用来调整数组大小。

python 复制代码
#resize
print(img)
trans_resize = transforms.Resize((512,512))
img_resize = trans_resize(img)

img_resize = tensor_trans(img_resize)

writer.add_image("resize",img_resize,0)
print(img_resize)

Compose()函数:

简单来说就是将各种操作就行联合起来进行操作,注意操作顺序。

python 复制代码
#compose
trans_resize_2 = transforms.Resize(512)

trans_compose = transforms.Compose([trans_resize_2,tensor_trans])
img_resize_2 = trans_compose(img)
writer.add_image("resize",img_resize_2,1)

RandomCrop()函数:

随机裁剪函数,看效果,这里只展示了一步。

python 复制代码
#randomcrop
trans_random = transforms.RandomCrop(128)

trans_compose_2 = transforms.Compose([trans_random,tensor_trans])

for i in range(10):
    img_crop = trans_compose_2(img)
    writer.add_image("Randomcrop",img_crop,i)


writer.close()

tensorboard配合transforms就是pytorch学习中的两大利器

相关推荐
_一条咸鱼_1 分钟前
LangChain正则表达式(19)
人工智能·面试·langchain
墨绿色的摆渡人3 分钟前
具身智能零碎知识点(五):VAE中对使用KL散度的理解
人工智能·vae·具身智能
大模型真好玩3 分钟前
深入浅出LangChain AI Agent智能体开发教程(一)—认识LangChain&LangGraph
人工智能·python·mcp
汀丶人工智能7 分钟前
AI-Compass宝藏资源库:构建最全面的AI学习与实践生态,服务AI全群体
人工智能
阿里云大数据AI技术11 分钟前
NL2SQL 再创佳绩!阿里云论文中选 SIGMOD 2025
大数据·人工智能·云计算
小赖同学14 分钟前
CAMEL 框架之 RolePlaying 角色扮演
人工智能·后端·aigc
医工交叉实验工坊21 分钟前
R 语言绘制 10 种精美火山图:转录组差异基因可视化
python·信息可视化·r语言
智算菩萨24 分钟前
传统机器学习在信用卡交易预测中的卓越表现:从R²=-0.0075到1.0000的华丽转身
人工智能·机器学习·r语言
看月亮的方源1 小时前
区级技能竞赛-人工智能训练师笔记
人工智能
石迹耿千秋1 小时前
PyTorch多层感知机(MLP)模型构建与MNIST分类训练
pytorch·深度学习