Pytorch中的Tensorboard与Transforms搭配使用

这章是结合之前学习的Tensf编程客栈orboard与Transforms的一个练习。

直接上代码：

from PIL import Image
from torch.utils.tensorboard import SummaryWriter
from to编程客栈rchvision import transforms
import os

root_path = "D:\\data\\basic\\Image"
lable_path = "aligned"
img_dir = os.path.join(root_path, lable_path)
img_list = os.listdir(img_dir)
img_path = img_list[0]
# 加载img_path路lPafPEE径
img_path = os.path.join(img_dir, img_path)

# 将img以PIL格式打开
img = Image.open(img_path)

# 创建具体的SummaryWriter
writer = SummaryWriter("logs")

# 创建具体的ToTensor方法
to_tensor = transforms.ToTenso编程客栈r()

# 将img以PIL格式转化成Tensor格式
tensor_img = to_tensor(img)

# 使用writer.add_image方法
writer.add_image("tensor_img", tensor_img)

writer.close()

代码run结果:

在命令行打开tensorboard：

但是在打开tensorboard之前，要打开正确的位置，不然会报错，以此程序为例，需要在找到logs的目录。

在浏览器显示的结果：

到此这篇关编程客栈于Pytorch中的Tensorboard与Transforms搭配使用的文章就介绍到这了,更多相关Tensorboard与Transforms搭配使用内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！