Pytorch手写数字集为例基于Tensorboard可视化图像——add_image() and torchvision.utils.make_grad

---

前言

下文介绍使用在pytorch中如何使用Tensorboard可视化图像

一、add_image()

1.具体参数及介绍见之前博客——可视化工具Tensorboard

2.pytorch源码——手写数字集为例

import torch
import torch.nn as nn
import torch.utils.data as Data
from torchvision.datasets import mnist
import torchvision.transforms as transforms
from torch.autograd import Variable
from torch.utils.tensorboard import SummaryWriter

#############################Download Data################60000张训练
train_dataset =mnist.MNIST(root='./mnist/', train=True, transform=transforms.ToTensor())
train_loader = Data.DataLoader(dataset=train_dataset,batch_size=1,shuffle=True)

writer = SummaryWriter(comment='test_your_comment', filename_suffix="_test_your_filename_suffix")
data_batch, label_batch = next(iter(train_loader))
data_batch = data_batch.squeeze(0)
print(data_batch.shape)
writer.add_image("fake_img", data_batch, 1)

3.可视化操作步骤：Tensorboard的打开方式见之前可视化损失函数的步骤

（1）打开pycharm中的Terminal
（2）输入命令 tensorboard –-logdir=+"路径"即可，定位到runs文件
位置
该代码执行完之后会出现一个runs文件夹
（3）打开网页链接即可
（4）显示如下界面

二、torchvision.utils.make_grad制作网格图像

对于batch大于1的时候，一张一张的显示显然很麻烦，如果我们使用网格的展示方法，把整个batch的图像显示出来会更好。

1.具体参数及介绍见之前博客——可视化工具Tensorboard

2.pytorch源码——手写数字集为例

import torch.utils.data as Data
from torchvision.datasets import mnist
import torchvision.transforms as transforms
from torch.utils.tensorboard import SummaryWriter
import torchvision.utils as vutils

#############################Download Data################60000张训练
train_dataset =mnist.MNIST(root='./mnist/', train=True, transform=transforms.ToTensor())
train_loader = Data.DataLoader(dataset=train_dataset,batch_size=16,shuffle=True)

writer = SummaryWriter(comment='test_your_comment', filename_suffix="_test_your_filename_suffix")
data_batch, label_batch = next(iter(train_loader))

img_grid = vutils.make_grid(data_batch, nrow=4, normalize=False, scale_each=False)
writer.add_image("input img", img_grid, 0)

3.可视化操作步骤：Tensorboard的打开方式见之前可视化损失函数的步骤

（1）打开pycharm中的Terminal
（2）输入命令 tensorboard –-logdir=+"路径"即可，定位到runs文件
位置
该代码执行完之后会出现一个runs文件夹
（3）打开网页链接即可
（4）显示如下界面

总结

深度之眼Pytorch框架班的学习笔记，然后自己做的一个简单应用总结