【深度学习03】TensorBoard+Transforms+Dataload的使用

文章目录

TensorBoard
Transforms
Dataload

⭐本文内容：TensorBoard、Transforms、Dataload

TensorBoard

from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter("logs")
for i in range(100):writer.add_scalar("y=x",i,i)writer.close()

%load_ext tensorboard
%tensorboard --logdir /content/logs #注意路径

%tensorboard --logdir /content/logs：保存这个插件，到logs文件夹中

writer = SummaryWriter("logs")：()里面的logs，是%tensorboard --logdir /content/logs的logs

类“SummaryWriter”提供了创建事件文件的高级API 并添加摘要和事件。类更新异步文件内容。这允许培训程序调用方法直接从训练循环向文件中添加数据，而不会减慢速度训练

writer.add_image()函数

示例：writer.add_image("test",img,1,dataformats='HWC') #注意dataformats='HWC'表示通道、长、宽的排序

作用：添加image到tensorBoard中

参数：

img_tensor：数据类型（torch.Tensor, numpy.array, or string/blobname）

Transforms

Transforms：图像预处理的工具

变换数据类型：tensor_trans = transforms.ToTensor()(img)，注意在（）后面加上（img）

Dataload

import torchvision
from torch.utils.data import DataLoader
# 准备测试集
test_data = torchvision.datasets.CIFAR10("/content/drive/MyDrive/Learn-                        pytorch/dataset",train=False,download=True,transform=torchvision.transforms.ToTensor())test_loader = DataLoader(dataset=test_data,batch_size=64,shuffle=True,num_workers=0)

torchvision.datasets()函数

示例：test_data = torchvision.datasets.CIFAR10("/content/drive/MyDrive/Learn-pytorch/dataset",train=False,download=True,transform=torchvision.transforms.ToTensor())

作用：加载官方自带的数据集，返回img,target（图片+标签）

参数：
.CIFAR10：数据集名称

“/content/drive/MyDrive/Learn-pytorch/dataset”：数据集的路径，如没有则新建一个文件夹

train=False：是不是用来训练的，如：train=False表示是测试集

download=True：是否下载

transform=torchvision.transforms.ToTensor()：数据格式的转换

DataLoader()函数

示例：test_loader = DataLoader(dataset=test_data,batch_size=64,shuffle=True,num_workers=0)

作用：和torchvision.datasets()联用，将数据集以一定的方式打包

参数：
batch_size=64：一个test_data随机抓取64张图片

writer = SummaryWriter("dataloader")
step = 0
for data in test_loader:imgs,targets = datawriter.add_images("test_image",imgs,step)step = step+1writer.close()

【深度学习03】TensorBoard+Transforms+Dataload的使用相关推荐

【深度学习】Tensorboard可视化模型训练过程和Colab使用
[深度学习]Tensorboard可视化模型训练过程和Colab使用文章目录 1 概述 2 手撸代码实现 3 Colab使用3.1 详细步骤3.2 Demo 4 总结 1 概述在利用TensorF ...
深度学习03——CNN
说明:本系列是七月算法深度学习课程的学习笔记文章目录 1神经网络与卷积神经网络 1.1 深度神经网络适合计算机视觉处理吗 1.2CNN的结构 1.2.1 数据输入层 1.2.2 卷积层 1.2.3 ...
【深度学习】tensorboard中的图片放到论文中
1. 利用tensorboard中的导出数据功能选中左上角的标签,然后选择csv格式的数据下载即可. 左边的smoothing 数值不影响导出数据的大小. 2.tensorboard 图下标签介绍: ...
深度学习（33）随机梯度下降十一: TensorBoard可视化
深度学习(33)随机梯度下降十一: TensorBoard可视化 Step1. run listener Step2. build summary Step3.1 fed scalar(监听标量) S ...
图像重建算法_基于深度学习图像重建算法(DLIR)对CT图像质量和剂量优化的研究：体模实验...
编者按:今年Joël Greffier博士等在European Radiology (IF 4.1)上发表了题为<Image quality and dose reduction opportu ...
tensorflow63 《深度学习原理与TensorFlow实战》03 Hello TensorFlow
00 基本信息 <深度学习原理与TensorFlow实战>书中涉及到的代码主要来源于: A:Tensorflow/TensorflowModel/TFLean的样例, B:https:// ...
【深度学习】模型训练过程可视化思路（可视化工具TensorBoard）
[深度学习]模型训练过程可视化思路(可视化工具TensorBoard) 文章目录 1 TensorBoard的工作原理 2 TensorFlow中生成log文件 3 启动TensorBoard,读取l ...
The Wide and Deep Learning Model（译文+Tensorlfow源码解析）原创 2017年11月03日 22:14:47 标签：深度学习 / 谷歌 / tensorf
The Wide and Deep Learning Model(译文+Tensorlfow源码解析) 原创 2017年11月03日 22:14:47 标签: 深度学习 / 谷歌 / tensorfl ...
深度学习入门笔记系列（三）——感知器模型和 tensorboard 的使用方法
本系列将分为 8 篇 .今天是第三篇 .主要讲讲感知器模型和 tensorboard 的基本使用方法 . 1. 感知器模型因为小詹之前写过一篇感知器模型的介绍 ,这里就不赘述了 .有需要巩固的点击如 ...