Pytorch学习03_TensorBoard使用02

Opencv读取图片,获得numpy型数据类型

复制图片的相对路径

目前这种type不适用,考虑用numpy类型

安装opencv,在pytorch环境下

pip install opencv-python

导入numpy

import numpy as np

将PIL类型的img转换为 NumPy 数组

img_array=np.array(img)

HWC三通道

H:高度 W:宽度 C:通道

复制代码
from torch.utils.tensorboard import SummaryWriter
import numpy as np
from PIL import Image

writer = SummaryWriter("logs")
image_path="dataset/train/ants_image/0013035.jpg"
img_PIL=Image.open(image_path)
img_array=np.array(img_PIL)
print(type(img_array))
print(img_array.shape)

writer.add_image("test",img_array,1,dataformats='HWC')


# for i in range(100):
#     writer.add_scalar("y=2x",3*i,i)

writer.close()

从PIL到numpy,需要在add_image()中指定shape中每一个数字/维表示的含义

终端运行

tensorboard --logdir=logs --port=6007

点击蓝色链接

点击"IMAGES"

来到

修改一下

使用另一张图片的路径,运行

复制代码
from torch.utils.tensorboard import SummaryWriter
import numpy as np
from PIL import Image

writer = SummaryWriter("logs")
image_path="dataset/train/ants_image/0013035.jpg"
img_PIL=Image.open(image_path)
img_array=np.array(img_PIL)
print(type(img_array))
print(img_array.shape)

# writer.add_image("test",img_array,1,dataformats='HWC')
writer.add_image("test",img_array,2,dataformats='HWC')


# for i in range(100):
#     writer.add_scalar("y=2x",3*i,i)

writer.close()

回到网站,进行刷新

刷新后

拖动滑轮进行图片查看

拖到左边后,可以看到之前的图片

更换标签

复制代码
from torch.utils.tensorboard import SummaryWriter
import numpy as np
from PIL import Image

writer = SummaryWriter("logs")
# image_path="dataset/train/ants_image/0013035.jpg"
image_path="dataset/train/ants_image/5650366_e22b7e1065.jpg"
img_PIL=Image.open(image_path)
img_array=np.array(img_PIL)
print(type(img_array))
print(img_array.shape)

# writer.add_image("test",img_array,1,dataformats='HWC')
# writer.add_image("test",img_array,2,dataformats='HWC')
writer.add_image("train",img_array,1,dataformats='HWC')


# for i in range(100):
#     writer.add_scalar("y=2x",3*i,i)

writer.close()

运行后来到网站查看

参考

【PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】】 https://www.bilibili.com/video/BV1hE411t7RN/?p=9\&share_source=copy_web\&vd_source=be33b1553b08cc7b94afdd6c8a50dc5a

相关推荐
木木学AI7 分钟前
AI客服系统技术选型:Agentic架构与传统规则引擎的能力差异评估
人工智能·架构
hhzz9 分钟前
Python大数据实战(十六):音乐推荐系统——基于协同过滤算法构建个性化歌单引擎
大数据·人工智能·python·数据挖掘·数据分析
带娃的IT创业者21 分钟前
突破算力与安全的边界:深度解析 Mythos AI 的“受信发布”机制与技术影响
人工智能·安全·大语言模型·ai安全·mythos ai·受信发布·ai监管
dreamread21 分钟前
2026紫微八字同排工具怎么选:看盘面切换、功能边界和学习路径
人工智能·软件工具·传统文化
耍酷的魔镜27 分钟前
核心设计理念:5W2H、JSON-LD 与通用知识图谱
人工智能·json·知识图谱
SunnyDays101140 分钟前
Python PDF 转 Markdown 详解(转换整个文档,特定页面,表格,扫描 PDF)
python·pdf 转 markdown·pdf 转 md·扫描 pdf 转 md·pdf 表格转 md
2601_954706491 小时前
云手机 API 自动化实战:Python 批量控机、挂机脚本完整实现
python·智能手机·自动化
星河耀银海1 小时前
大模型安全:对抗攻击与防御方法
人工智能·安全·大模型
xsdick1 小时前
抛弃 OpenClawd吧!我用 Go 打造了企业级 Swarm(蜂群)agent,更智能,更安全、性能快 5 倍、成本直降80%
人工智能·ai·ai编程
冬奇Lab2 小时前
Workflow 系列(10):企业级架构——注册表、组合与治理
人工智能·工作流引擎