后續會陸續在詞博客上更新Tensorboard相關知識

1.TensorBoard詳解

TensorBoard是一個可視化的模塊，該模塊功能強大，可用于深度學習網絡模型訓練查看模型結構和訓練效果（預測結果、網絡模型結構圖、準確率、loss曲線、學習率、權重分布等），可以幫你更好的了解網絡模型，設計TensorBoard調用相關代碼，以上結果即可保存，是整合資料、梳理模型的好幫手。

2.安裝

打開Anaconda Prompt,激活自己的pytorch環境,然后下載

conda activate pytorch_env
#使用清華源
pip install tensorboard -i https://pypi.tuna.tsinghua.edu.cn/simple

3.使用

from torch.utils.tensorboard import SummaryWriter
from PIL import Image
import numpy as np# 1.括號里面的內容表示的是在當前目錄下存放 summary 的文件名稱,如果不寫默認runs
writer = SummaryWriter('logs')
img_path = 'E:\\workspace_pycharm\\deepstudy\\dataset\\train\\ants\\0013035.jpg'
img_PIL = Image.open(img_path)
img_array = np.array(img_PIL)# 2.第一個參數是日志文件中圖像區間的 名字，第二個參數是 圖像數據（必須是 array型、tensor型等），第三個參數是步長
# 每個步長存儲相應步長下的數據，最后一個參數是設置圖像數據的格式，H → 高，W → 寬，C → 通道,numpy的格式HWC
# 當使用相同名字的圖來記錄數據時，步長是有用的，當使用不同名字時，可以不設置步長
writer.add_image("test",img_array,1,dataformats="HWC")# 3.在數據載入以后，可以在終端Terminal使用下面命令打開web頁面
tensorboard --logdir=文件絕對路徑
#端口可以設置為其他的
tensorboard --logdir=文件絕對路徑 --port=6007

4.圖像數據格式的一些理解

• 在計算機中，圖像可以以 HWC、CHW 等格式存儲，H 和 W 分別表示圖像的高和寬， C 表示圖像的通道，如果圖像以 RGB 的形式存儲，那么通道數有 3 個，RGB 分別表示 紅色、綠色和藍色；如果是灰度圖像，那么通道數就只有 1 個。
• 一般來說，圖像的分辨率指的就是圖像的 WH，圖像 W 表示圖像的寬度是多少個像素點，H 表示圖像的高度是多少個像素點。比如圖像的分辨率是 512300，那么圖像的寬就是 512 個像素，高是 300 個像素。
• 圖像的 H 和 W 可以表示所有的像素點的個數，每個像素點都有三個通道的值，三個通道的值都確定后，R、G、B 的強度才能夠知道。
  對于灰度圖像而言，像素值的大小表示的是該像素點亮度的大小，0 表示是黑色，255 表示白色。