什么是tensorboard？

tensorboard是一个可视化工具，它可以把训练过程中的数据变化以图像的形式绘制出来，或者记录训练过程中使用的图片

tensorboard的安装：

在pycharm的终端中输出安装命令后自动安装——

pip install tensorboard

SummaryWriter：

理解：

summarwriter是pytorch库里的一个类，用来在给定目录中创建事件文件，并向其中添加摘要和事件，以供 TensorBoard 使用

导入：

from torch.utils.tensorboard import SummaryWriter

add_scalar()方法：

它用于将一个标量值添加到一个记录器或日志文件中

主要参数：标签，scalar_value，global_step

标签就是图的说明（表头），scalar_value简单理解为y轴值（函数值），global_step简单理解为x轴值（变量值）

绘制并查看：

代码：

from torch.utils.tensorboard import SummaryWriter#导入SummaryWriter类

writer = SummaryWriter("logs")  # 用SummaryWriter示例化writer对象，用于记录日志

# 假设绘制y = 2*x的图像
for i in range(100):
    # 参数：标签 , 函数值 , 变量值
    writer.add_scalar("y=2*x", 2 * i, i)
    #注意：y=2*x的含义为函数值是变量值的两倍，故参数二是2*i，参数三是i
writer.close()#回收对象

运行结果： 

接着需要打开这个日志文件，步骤如下：

①在终端输入如下命令:

tensorboard --logdir=logs

②得到网址，默认端口为6006，点击直接跳转，得到绘制好的图像

③（可选）输入以下命令可以指定生成结果的端口：

tensorboard --logdir=logs --port=6007

add_image()方法：

它用于将一张图片添加到一个记录器或日志文件中

主要参数：标签，img_tensor，global_step，参数格式=' '

标签就是图片的说明，img_tensor要求是一个tensor类型或者numpy类型，因此使用PIL的Image.open()方法打开图片后还需要进行一步类型转换，如下：

import numpy as np # 导入numpy库的np工具包，为np.array()依赖

image_path = "MYDATA/train/ants_image/0013035.jpg" # 图片的相对路径
img_PIL = Image.open(image_path) # 打开图片
img_array = np.array(img_PIL) # 更改为numpy类型

再结合前面的知识点，就能对图片进行记录了，完整代码如下：

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

writer = SummaryWriter("logs") # 用SummaryWriter示例化writer对象，用于记录日志
image_path = "MYDATA/train/ants_image/0013035.jpg"
img_PIL = Image.open(image_path) # 打开图片
print(type(img_PIL))
    # 这里是测试（打印）Image.open()返回的类型，结果为<class 'PIL.JpegImagePlugin.JpegImageFile'->
    # <-这个类型不被add_image()支持，因此使用更np.array()改为numpy类型
img_array = np.array(img_PIL)
print(type(img_array)) #查看转换后的类型，结果是<class 'numpy.ndarray'>
print(img_array.shape) #查看图片格式，结果为(512, 768, 3)，即HWC
writer.add_image("no.1", img_array, 2, dataformats = 'HWC')
    #注：add_image()默认图片为CHW格式，可通过dataformats = 'HWC'指定格式
writer.close()