PyTorch入门教学——TensorBoard使用

news2024/11/18 17:51:45

1、TensorBoard简介

TensorBoard是Google开发的一个机器学习可视化工具。其主要用于记录机器学习过程，例如：
- 记录损失变化、准确率变化等
- 记录图片变化、语音变化、文本变化等。例如在做GAN时，可以过一段时间记录一张生成的图片
- 绘制模型

2、TensorBoard安装

打开Anaconda Prompt，进入pytorch虚拟环境（conda activate pytorch），输入下面命令进行安装。
- ```
pip install tensorboard -i https://pypi.tuna.tsinghua.edu.cn/simple
```

3、SummaryWriter类的使用

SummaryWriter类提供了一个高级 API，用于在给定目录中创建事件文件，并向其中添加摘要和事件。然后再使用TensorBoard将事件可视化。

from torch.utils.tensorboard import SummaryWriter

在pytorch项目文件夹下新建一个python文件。如果没有创建项目，参考：PyTorch入门教学——使用PyCharm创建一个PyTorch项目-CSDN博客
在PyCharm中，按住Ctrl点击SummaryWriter，可以查看它的使用方法。
主要利用到其中的两个方法，add_scalar()和add_image()。

3.1、add_scalar()的使用

add_scalar()目的是添加一个标量数据（scalar data）到summary中，主要用来绘制图表。
重点是前三个参数：
- tag：要求是一个string，用以描述该标量数据图的标题。
- scalar_value ：可以简单理解为一个y轴值的列表。
- global_step：可以简单理解为一个x轴值的列表，与y轴的值相对应。
代码案例——绘制y=x和y=2x的图像。
- 在test_tb.py中输入如下命令，并运行。
  - ```
  from torch.utils.tensorboard import SummaryWriter
  writer = SummaryWriter("logs")  # #第一个参数指明writer把summary内容写在哪个目录下
  # y = x
  for i in range(100):
      writer.add_scalar("y=x", i, i)  # 添加数据
      #  参数：图表名称，y轴，x轴
  # y = 2x
  for i in range(100):
      writer.add_scalar("y=x", 2 * i, i)  # 添加数据
  writer.close()
```
- 运行后，在该项目文件夹中可获得logs文件，其中包含tensorboard的一些事件文件。
- 使用TensorBoard可视化该事件文件。可以直接在PyCharm里的终端输入命令打开。
  - ```
  tensorboard --logdir=logs --port=6007
```
- 点击链接即可打开，显示出绘制的图像。
- 【注】由于每次运行一次，都会在logs文件夹中产生一个新的事件文件，为了防止冗余导致图像出错，简单的做法就是把这些文件都删除再重新运行一下。

3.2、add_image()的使用

add_image()是一个向summary中添加图片的函数，常用来观察训练结果。
重点是前两个参数：
- tag：要求是一个string，用以描述该图像可视化的标题。
- img_tensor：传入的是要展示的图片内容，格式必须要转换为 : torch.Tensor，Numpy.array，string。
- 【注】如果将图片调整为Numpy.array格式，需要在向add_image()函数中传入一个为了对应Numpy.array()数据类型而明确的dataformats参数，目的是指明array的内容。

代码案例——可视化一张图片。

首先存放一张图片到项目中。
在test_tb.py中输入如下命令，并运行。（先清空原logs文件中的事件文件）

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

img_path = "images/热巴.jpg"  # 图片相对地址
img = Image.open(img_path)
img.show()
print(type(img))
# add_image()的第2个参数要求的格式是torch.Tensor ; numpy.array ; string
# 转换成numpy.array格式
img = np.array(img)
print(type(img))

writer = SummaryWriter("logs")
# 从PIL利用numpy转换到numpy.array格式，需要在add_image()函数的参数中，利用dataformats明确指定出shape中的每一个维度都表示的啥含义（三维的是'HWC'）
writer.add_image("热巴", img, 1, dataformats='HWC')

writer.close()

使用TensorBoard可视化该事件文件。可以直接在PyCharm里的终端输入命令打开。
- ```
tensorboard --logdir=logs --port=6007
```
- 点击链接即可打开。

add_image()也可以在同一个标题下添加多张图片，但需要设置展示顺序。修改代码，删除logs中的事件文件，重新运行。

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

writer = SummaryWriter("logs")

img_path = "images/热巴1.jpg"  # 图片相对地址
img = Image.open(img_path)
img = np.array(img)
writer.add_image("热巴", img, 1, dataformats='HWC')  # global_step = 1 表明：在tag中，第一张图片是img=热巴1.jpg

img_path = "images/热巴2.jpg"  # 图片相对地址
img = Image.open(img_path)
img = np.array(img)
writer.add_image("热巴", img, 2, dataformats='HWC')  # global_step = 1 表明：在tag中，第一张图片是img=热巴1.jpg

writer.close()