【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
Juchecar18 小时前
一文讲清 PyTorch 中反向传播(Backpropagation)的实现原理
人工智能
黎燃18 小时前
游戏NPC的智能行为设计:从规则驱动到强化学习的演进
人工智能
机器之心19 小时前
高阶程序,让AI从技术可行到商业可信的最后一公里
人工智能·openai
martinzh19 小时前
解锁RAG高阶密码:自适应、多模态、个性化技术深度剖析
人工智能
机器之心19 小时前
刚刚,李飞飞空间智能新成果震撼问世!3D世界生成进入「无限探索」时代
人工智能·openai
scilwb19 小时前
Isaac Sim机械臂教程 - 阶段1:基础环境搭建与机械臂加载
人工智能·开源
舒一笑19 小时前
TorchV企业级AI知识引擎的三大功能支柱:从构建到运营的技术解析
人工智能
掘金酱19 小时前
🎉 2025年8月金石计划开奖公示
前端·人工智能·后端
鹏多多20 小时前
纯前端人脸识别利器:face-api.js手把手深入解析教学
前端·javascript·人工智能
aneasystone本尊21 小时前
盘点 Chat2Graph 中的专家和工具
人工智能