Tensorboard的使用——03将CIFAR10中的图片添加到Tensorboard中

一、CIFAR-10数据集

是由 Hinton 的学生 Alex Krizhevsky 和 Ilya Sutskever 整理的一个用于识别普适物体的小型数据集。CIFAR-10数据集包含60000幅32x32的彩色图像，分为10个类，每类6000幅图像。训练图像50000张，测试图像10000张。

数据集下载地址：

http://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz

二、代码

1、设置transforms

dataset_transform = torchvision.transforms.Compose([
    torchvision.transforms.ToTensor()
])

2、下载数据集，划分为训练集和测试集
如果数据集已经提前下载好download填False

train_set = torchvision.datasets.CIFAR10(root="./test10_dataset", train=True,transform=dataset_transform,download=True)
test_set = torchvision.datasets.CIFAR10(root="./test10_dataset",train=False,transform=dataset_transform,download=True)

3、实例化SummaryWriter，并指明日志存放路径

writer = SummaryWriter("CIFAR10")

4、使用循环添加图片

for i in range(10):
    img, target = test_set[i]
    writer.add_image("test_set", img, i)
    # add_image加一张
    # add_image加多张

5、关闭writer

writer.close()

6、在terminal中使用

tensorboard --logdir=CIFAR10

代码如下：

import torchvision
from torch.utils.tensorboard import SummaryWriter

dataset_transform = torchvision.transforms.Compose([
    torchvision.transforms.ToTensor()
])
train_set = torchvision.datasets.CIFAR10(root="./test10_dataset", train=True, transform=dataset_transform, download=True)
test_set = torchvision.datasets.CIFAR10(root="./test10_dataset", train=False, transform=dataset_transform, download=True)


writer = SummaryWriter("p10")
for i in range(10):
    img, target = test_set[i]
    writer.add_image("test_set", img, i)
    # add_image加一张
    # add_image加多张

writer.close()

在terminal中使用：

tensorboard --logdir=CIFAR10

tensorboard ：

扫描二维码关注公众号，回复： 15203193 查看本文章