动手学深度学习(pytorch土堆)-02TensorBoard的使用

1.可视化

代码使用了 torch.utils.tensorboard 将数据记录到 TensorBoard 以便可视化。具体来说,它将标量数据记录到目录 logs 中,使用的是 SummaryWriter 类。

代码分解如下:

  1. SummaryWriter("logs") :初始化一个 TensorBoard 的写入器,日志会保存到 "logs" 目录。
  2. writer.add_scalar("y=x", i, i) :在循环的每一次迭代中,写入器都会记录一个名为 "y=x" 的标量数据,标量的值和步数都等于 i。这实际上是在记录一条 y = x 的直线。
  3. writer.close():关闭写入器,确保所有数据都已写入到磁盘。

运行这段代码后,使用以下命令在 pycharm控制台中可视化结果:

bash 复制代码
tensorboard --logdir=logs

然后在浏览器中访问 localhost:6006 来查看记录的标量数据。

c 复制代码
from torch.utils.tensorboard import SummaryWriter
writer=SummaryWriter("logs")
# writer.add_image()

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

2显示图像

c 复制代码
from torch.utils.tensorboard import SummaryWriter
import numpy as np
from PIL import Image
writer=SummaryWriter("logs")
image_path="hymenoptera_data/train/ants/0013035.jpg"
img_PIL=Image.open(image_path)
img_array=np.array(img_PIL)
writer.add_image("test",img_array,1,dataformats="HWC")

for i in range(100):
    writer.add_scalar("y=x",i,i)
writer.close()
相关推荐
用户6915811416534 分钟前
Ascend Extension for PyTorch的源码解析
人工智能
-Nemophilist-1 小时前
机器学习与深度学习-1-线性回归从零开始实现
深度学习·机器学习·线性回归
成富2 小时前
文本转SQL(Text-to-SQL),场景介绍与 Spring AI 实现
数据库·人工智能·sql·spring·oracle
CSDN云计算2 小时前
如何以开源加速AI企业落地,红帽带来新解法
人工智能·开源·openshift·红帽·instructlab
艾派森2 小时前
大数据分析案例-基于随机森林算法的智能手机价格预测模型
人工智能·python·随机森林·机器学习·数据挖掘
hairenjing11232 小时前
在 Android 手机上从SD 卡恢复数据的 6 个有效应用程序
android·人工智能·windows·macos·智能手机
小蜗子2 小时前
Multi‐modal knowledge graph inference via media convergenceand logic rule
人工智能·知识图谱
SpikeKing2 小时前
LLM - 使用 LLaMA-Factory 微调大模型 环境配置与训练推理 教程 (1)
人工智能·llm·大语言模型·llama·环境配置·llamafactory·训练框架
黄焖鸡能干四碗3 小时前
信息化运维方案,实施方案,开发方案,信息中心安全运维资料(软件资料word)
大数据·人工智能·软件需求·设计规范·规格说明书
3 小时前
开源竞争-数据驱动成长-11/05-大专生的思考
人工智能·笔记·学习·算法·机器学习