文章目录
使用python自带的函数查看Pytorch模块
dir函数可以列出对象的模块标识符，标识符有函数、类和变量。
dir()查询框架中所包含的类
Ctrl + F快捷查询
继续查询可以查询其子模块
前后两个双划线指的是特殊变量
help函数查询函数的作用是什么
DataSet:提供一种方式去获取数据及其label
第一种方式查看类的使用说明help(类)
第二种方式查看类的使用说明类??
DataSet读取NYUdepth V2数据集的数据
#coding=gbk #指定编码格式为gbk
from torch.utils.data import Dataset
import cv2 #用于读取数据
import os
class NYUDataSet(Dataset):
def __init__(self):
self.root_dir="D:\\AdeepLearningTest\\Code\\NYUDepthv2"
self.rgb_path=os.path.join(self.root_dir,'RGB') #rgb图片的路径# coding=gbk
self.label_path = os.path.join(self.root_dir, 'Label') # 标签图片的路径
self.allimg_path=os.listdir(self.rgb_path)
self.allabel_path=os.listdir(self.label_path)
def __getitem__(self, idx): #图像的下标也就是第几个
img_name=self.allimg_path[idx]
label_name = self.allabel_path[idx]
label_item_path = os.path.join(self.label_path, label_name);
img_item_path=os.path.join(self.rgb_path,img_name);
img=cv2.imread(img_item_path)
label=cv2.imread(label_item_path)
return img ,label
def __len__(self):
return len(self.allimg_path)
#测试
data=NYUDataSet()
img,label=data[0]
print(len(data))
cv2.imshow("RGB",img)
cv2.imshow("Label",label)
cv2.waitKey()
tensorboard的使用
安装tensorboard
实例类SummaryWriter
参数说明：
"""Creates a `SummaryWriter` that will write out events and summaries to the event file.
类的参数说明 Args:（知道第一个参数一般就够了）
log_dir (str): log_dir为输出日志的文件目录. Default is runs/**CURRENT_DATETIME_HOSTNAME**
comment (str): comment为日志的注释信息Comment log_dir suffix appended to the default
``log_dir``. If ``log_dir`` is assigned, this argument has no effect.
purge_step (int):当日志记录在步骤:math: ' T+X '崩溃并在步骤:math: ' T '重新启动时，global_step大于或等于:math: ' T '的任何事件从TensorBoard中清除和隐藏。请注意，崩溃和恢复的实验应该具有相同的“log_dir”。
When logging crashes at step :math:`T+X` and restarts at step :math:`T`,
any events whose global_step larger or equal to :math:`T` will be
purged and hidden from TensorBoard.
Note that crashed and resumed experiments should have the same ``log_dir``.
max_queue (int):summary队列的最大长度，默认值为10。 Size of the queue for pending even Default is ten items.
flush_secs (int): 每隔多少秒将数据刷新到磁盘上，默认值为120秒。to flush the pending events and summaries to disk. Default is every two minutes.
filename_suffix (str): 输出日志文件的后缀名，默认值为“events.out.tfevents”，可以自定义设置 More details on filename construction in
tensorboard.summary.writer.event_file_writer.EventFileWriter.
"""
add_scalar()函数
参数说明：
Args:参数说明
tag (str): Data identifier #相当于title
scalar_value (float or string/blobname): Value to save #相当于y轴
global_step (int): Global step value to record #相当于x轴
walltime (float): Optional override default walltime (time.time())
with seconds after epoch of event
new_style (boolean): Whether to use new style (tensor field) or old
style (simple_value field). New style could lead to faster data loading. #指定图片数据的格式
使用实例：
from torch.utils.tensorboard import SummaryWriter
writer=SummaryWriter("logs")
for i in range(100):
writer.add_scalar("y=x",i,i)
writer.close()
SummaryWriter的操作会生成tensorbord的事件文件
如何使用时间文件
结果展示：
修改为y=2X时
有一个问题：图像出现问题
因为第二个事件文件的展示是在第一个上面添加的
解决办法：
- 第一个删除两个events文件，重新运行
- writer=SummaryWriter(“logs”)创建子文件夹
add_image()函数
参数说明：
def add_image(
self, tag, img_tensor, global_step=None, walltime=None, dataformats="CHW"
):
"""Add image data to summary.
Args:
tag (str): Data identifier #相当于title
img_tensor (torch.Tensor, numpy.ndarray, or string/blobname): Image data 图像数据（有格式要求）
global_step (int): Global step value to record
walltime (float): Optional override default walltime (time.time())
seconds after epoch of event
dataformats (str): Image data format specification of the form CHW, HWC, HW, WH, etc.
用openCV读取图片的数据格式是复合要求的
如何将其装换成其允许的格式呢
可以看到图像
修改
#coding=gbk
from torch.utils.tensorboard import SummaryWriter
import cv2
## 创建这个类的实例
writer=SummaryWriter("logs")
rgb_dir="D:\\AdeepLearningTest\\Code\\NYUDepthv2\\RGB\\1.jpg"
img=cv2.imread(rgb_dir);
print(img.shape)
#Default is :math:`(3, H, W)所以要指定格式为HWC
writer.add_image("image1",img,2,dataformats='HWC')#这个1指的是步骤一，改成步骤2
writer.close()
黄线可以左右滑动切换
