神经网络理论(机器学习)

from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter("logs")

for i in range(100):
    writer.add_scalar("y=x",i,i)
writer.close()

1. 第一个参数 'y=2x':

   • 这是图表的标题或标签。
   • 它会显示在TensorBoard界面中,帮助你识别这条曲线。

2. 第二个参数 2*x:

   • 这是Y轴的值。
   • 在这个例子中,它代表函数Y=2X的Y值。

3. 第三个参数 x:

   • 这是X轴的值。
   • 它通常表示步骤(step)或迭代次数。

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

writer = SummaryWriter("logs")
image_path = "Dataset/train/ants/0013035.jpg"
img_PIL = Image.open(image_path)
img_array = np.array(img_PIL)
print(type(img_array))
print(img_array.shape)

writer.add_image("train", img_array, 1, dataformats='HWC')
# y = 2x
for i in range(100):
    writer.add_scalar("y=2x", 3*i, i)

writer.close()

1. img_array: 这是要添加的图片数据，通常是一个numpy数组或PyTorch张量。

2. 1: 这是全局步骤(global_step)，用于表示这张图片是在训练的哪个步骤或轮次添加的。

3. dataformats='HWC': 这个参数指定了图片数据的格式。'HWC'表示数据的维度顺序是[高度, 宽度, 通道数]。其他常见的格式还有'CHW'（[通道数, 高度, 宽度]）。