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
小天才才9 分钟前
前沿论文汇总(机器学习/深度学习/大模型/搜广推/自然语言处理)
人工智能·深度学习·机器学习·自然语言处理
l木本I13 分钟前
大模型低秩微调技术 LoRA 深度解析与实践
python·深度学习·自然语言处理·lstm·transformer
哆啦A梦的口袋呀17 分钟前
基于Python学习《Head First设计模式》第七章 适配器和外观模式
python·学习·设计模式
恰薯条的屑海鸥20 分钟前
零基础在实践中学习网络安全-皮卡丘靶场(第十期-Over Permission 模块)
学习·安全·web安全·渗透测试·网络安全学习
十月狐狸20 分钟前
Python字符串进化史:从青涩到成熟的蜕变
python
新加坡内哥谈技术39 分钟前
Meta计划借助AI实现广告创作全自动化
运维·人工智能·自动化
东京老树根1 小时前
SAP学习笔记 - 开发27 - 前端Fiori开发 Routing and Navigation(路由和导航)
笔记·学习
狐凄1 小时前
Python实例题:Python计算线性代数
开发语言·python·线性代数
西猫雷婶1 小时前
pytorch基本运算-导数和f-string
人工智能·pytorch·python
Johny_Zhao1 小时前
华为MAAS、阿里云PAI、亚马逊AWS SageMaker、微软Azure ML各大模型深度分析对比
linux·人工智能·ai·信息安全·云计算·系统运维