pytorch -- tensorboard使用

1. 导入

from torch.utils.tensorboard import SummaryWriter
2. ctrl键点击查看如何使用
3. writer = SummaryWriter("dir") 对应事件文件输出到文件夹dir中
4. def add_image(
self,
tag,
img_tensor,
global_step=None, 步骤
walltime=None, dataformats="CHW"
):

5. writer.add_scalar("y=x",i,i) 添加标量数据到summary中,tag:图表标题
def add_scalar(
self,
tag, 图表的标题
scalar_value, y轴数值
global_step=None, x轴数值
walltime=None,
new_style=False,
double_precision=False,
):

6. 打开事件文件 终端使用: tensorboard --logdir=logs

使用:

python 复制代码
from torch.utils.tensorboard import SummaryWriter
import cv2
writer = SummaryWriter("logs")


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

img_path = "dataset/train/bees/16838648_415acd9e3f.jpg"
img_cv = cv2.imread(img_path)
print(img_cv.shape)
writer.add_image("ants",img_cv,1, dataformats='HWC')

writer.close()
相关推荐
Shockang6 小时前
llama.cpp 本地运行 9B 模型:部署、工具调用与微调数据
人工智能
Shockang6 小时前
n8n 智能体工作流实战:触发、工具、记忆与发布护栏
人工智能
冬奇Lab8 小时前
开源项目第241期:YuE2 —— 用符号乐谱当“白盒“接口的开源音乐生成模型,SongBench 超越 Suno v5/v6
人工智能
鶴哥只手遮天9 小时前
Spring AI 2.0.1 深度解析-第 14 章 MCP 服务端(上):注解式实现与工具来源
java·人工智能·开源
鶴哥只手遮天9 小时前
Spring AI 2.0.1 深度解析-第 15 章 MCP 服务端(下):三种协议形态、Streamable 传输与状态管理
java·人工智能·开源
鶴哥只手遮天9 小时前
Spring AI 2.0.1 深度解析-第 16 章 向量存储(上):`VectorStore` 接口体系、`BatchingStrategy`
java·人工智能·开源
鶴哥只手遮天9 小时前
Spring AI 2.0.1 深度解析-第 12 章 工具循环的流式形态、Usage 累加与扩展体系
java·人工智能·开源
鶴哥只手遮天9 小时前
Spring AI 2.0.1 深度解析-第 23 章 模型供应商实现:从 `OpenAiSetup` 到 Bedrock
java·人工智能·开源
鶴哥只手遮天9 小时前
Spring AI 2.0.1 深度解析-第 06 章 内置 Advisor 全景:13 个实现逐个剖到源码级
java·人工智能·开源