pytorch初学笔记（二）：TensorBoard之add_scale()的使用

news2024/11/17 8:39:56

一、SummaryWriter类的介绍

1. 定义

2. SummaryWriter初始化

2.1 初始化

2.2 帮助文档给出的使用范例

2.3 常用方法

二、add_scale()方法介绍

1. 常用参数介绍

2. 绘制图形

2.1 安装tensorboard

2.2 对应代码

2.3 打开tensorboard窗口

2.3 注意事项

三、add_image()方法

1. 参数介绍

2. 生成图像对象

3. 把图片对象转换为numpy类型

3.1 控制台调试

3.2 代码完善

3.3 完整代码

4. 更多应用

4.1 修改步长

4.2 修改tag

一、SummaryWriter类的介绍

使用如下语句导入SummaryWriter类

from torch.util.tensorboard import SummaryWriter

1. 定义

SummaryWriter类可以在指定文件夹生成一个事件文件，这个事件文件可以对TensorBoard解析。

'SummaryWriter 类提供了一个可以在已给定目录下创建事件文件的高级API，并可以向其中添加摘要和事件。该类可以异步的更新文件内容，允许训练程序调用方法直接从训练循环向文件添加数据，而不减慢速度培训。

2. SummaryWriter初始化

2.1 初始化

SummaryWriter的初始化方法主要使用的参数为log_dir，log_dir即为指定写入日志文件的文件夹名称。

2.2 帮助文档给出的使用范例

三种初始化方法

Examples::

    from torch.utils.tensorboard import SummaryWriter

    # create a summary writer with automatically generated folder name.
    writer = SummaryWriter()
    # folder location: runs/May04_22-14-54_s-MacBook-Pro.local/

    # create a summary writer using the specified folder name.
    writer = SummaryWriter("my_experiment")
    # folder location: my_experiment

    # create a summary writer with comment appended.
    writer = SummaryWriter(comment="LR_0.1_BATCH_16")
    # folder location: runs/May04_22-14-54_s-MacBook-Pro.localLR_0.1_BATCH_16/

如果初始化时无参数，则默认存储位置为runs/May04_22-14-54_s-MacBook-Pro.local/

如果初始化输入log_dir参数为my_experience，则生成的文件夹名称为my_experience

如果初始化时输入comment参数为“LR_0.1_BATCH_16”，则可以在生成的默认文件夹名称后面加一个对应的后缀

2.3 常用方法

add_image()：用于显示图形
add_scale()：用于绘制图形

二、add_scale()方法介绍

1. 常用参数介绍

最主要使用的是tag、scalar_value 和 global_step三个参数。

tag：所生成图像的标题
scalar_value：对应图形y轴，训练到每一步时的对应数值
global_step：对应图形x轴，训练的具体每一步

所生成图形以及其对应参数位置如下所示。

2. 绘制图形

2.1 安装tensorboard

在terminal窗口的虚拟环境下使用pip命令安装

一定注意terminal窗口处的括号中不是base，而是你自己创建的虚拟环境的名字，如果不是的话可以参照下面的方法把terminal修改成自己的虚拟环境。

如何在terminal终端设置直接进入虚拟环境：

(7条消息) 设置pycharm打开terminal终端，自动进入虚拟环境的办法_AI悦创的博客-CSDN博客_pycharm的terminal默认环境

2.2 对应代码

from torch.utils.tensorboard import SummaryWriter

writer = SummaryWriter("logs")
for i in range(100):
    writer.add_scalar("The title of this graph is y=2x", 2*i, i)
writer.close()

使用for循环进行x轴和y轴的取值

图形的标题为：The title of this graph is y=2x

y轴为2*i, x轴为i

书写完成后点击运行按钮，可以发现在项目包目录下出现logs文件夹，里面有对应的日志文件

运行时出现错误的解决方法

运行时出现AttributeError时解决方法：

(7条消息) AttributeError: module 'distutils' has no attribute 'version'-人工智能-CSDN问答

2.3 打开tensorboard窗口

在terminal命令行输入：

tensorboard --logdir=logs

默认端口号为6006，为防止默认端口号6006被占用，可以手动修改端口号为其他号

修改默认端口号6007为6007:

tensorboard --logdir=logs --port=6007

效果如下所示，点击对应的蓝色链接即可跳转至网页

2.3 注意事项

在使用writer写入新事件过程中，之前的事件也会被保存，会造成绘制的图形出现混乱，因此有如下两种解决方案：

把logs文件夹下之前的日志文件删除，
每次写新事件时都新定义一个文件夹

三、add_image()方法

1. 参数介绍

tag：生成图形的标题
img_tensor：图片的数据类型，只能是torch.tensor、numpy.array 或 string/blobname
global_step：训练步骤，int型
dataformats：
设置图片的形状，如果图片的shape是（3，H, W），即3通道在前，后面依次是图片的长和宽，则dataformats=`CHW`，为默认值，无需设定；
如果图片的shape是(H, W)、（H, W, 3)，则设置dataformats需要依次设定为`HW`， `HWC`,

注：C：channel，图片通道数；

H： height，图片高度；

W：width，图片宽度；

2. 生成图像对象

使用PIL库生成对应图片对象，这里使用dataset2数据集中的第一张蜜蜂图片，复制该图片相对路径，生成对应的img对象，首先在控制台中进行调试。

可以看到img对象对应的类型为PIL对象，不满足add_image()方法中图片所需的数据类型的要求，因此我们需要把该对象类型转换为numpy型对象。

3. 把图片对象转换为numpy类型

3.1 控制台调试

创建img_numpy对象，使用numpy中的array方法把刚刚创建的img对象装换为numpy.array型。

3.2 代码完善

我们定义图片的标题为test，图片对象为img_numpy，步长为1，与此同时我们可以看到该numpy型的图片对象，他的shape是（H,W,C）型，所以在add_image的参数中我们需要加上如下语句：

dataformats='HWC'

因此方法定义如下：

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

3.3 完整代码

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

writer = SummaryWriter("logs2")
img_path="datasets2/train/ants_image/0013035.jpg"
# 生成pil的图片对象
img_PIL=Image.open(img_path)
# 把pil对象转化为numpy对象
img_array=np.array(img_PIL)
writer.add_image("test",img_array,1,dataformats='HWC')
writer.close()

运行后去terminal窗口运行tensorboard

结果如下所示：

生成的图片标题为test，步长step=1，为对应的蚂蚁图片

4. 更多应用

4.1 修改步长

把图片路径改为另一张图片，把global_step改为2，运行文件后刷新6006网页，可以看到效果如下所示，拖动进度条可以改变图片和step

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

writer = SummaryWriter("logs")

img_path="datasets2/train/ants_image/5650366_e22b7e1065.jpg"
img_PIL = Image.open(img_path)
img_array = np.array(img_PIL)
writer.add_image("test",img_array,2,dataformats="HWC")
writer.close()

4.2 修改tag

如果想要再新建一个图片框，则只需改动tag和img_path，即可在下方显示一个新的图片。

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

writer = SummaryWriter("logs")

img_path="datasets2/train/ants_image/5650366_e22b7e1065.jpg"
img_PIL = Image.open(img_path)
img_array = np.array(img_PIL)
writer.add_image("test1",img_array,2,dataformats="HWC")
writer.close()