【深度学习02】TensorBoard 基础与 torchvision 图像变换工具详解（附代码演示）

视频链接
【PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】】p7-p14

Tensorboard的使用

安装Tensorboard

在pycharm的terminal里面输入

pip install tensorboard

SummaryWriter的使用

在pycharm创建项目（上篇笔记有讲）
导入

from torch.utils.tensorboard import SummaryWriter

一个小技巧，这样子可以看到使用说明

创建实例，将该对象对应的内容放到logs文件夹下

writer = SummaryWriter("logs")

我们会用到两个方法：

writer.add_image()
writer.add_scalar()

add_scalar()的使用方法

老样子，可以按Ctrl键并将鼠标移动其上看它的使用方法

Tag是 TensorBoard 中看到的图表名称 第二个参数是y值，第三个参数是x值

如何打开事件文件

也可以指定端口防止与别人端口冲突

演示

from torch.utils.tensorboard import SummaryWriter
import os # 导入 os 模块来处理路径# 定义日志存储的根目录
# 根据您的文件路径，应该是 E:\python_pytorch\logs
# os.path.join 会自动处理路径分隔符的兼容性问题
log_base_dir = r"E:\python_pytorch\logs" # 使用原始字符串 r"" 防止反斜杠的转义问题# 创建 SummaryWriter 实例，并指定日志目录
# 注意：SummaryWriter 会在这个目录下创建子目录，例如 'runs/当前时间戳'
writer = SummaryWriter(log_dir=log_base_dir)for i in range(100):# 'Tag' 是您在 TensorBoard 中看到的图表名称# 第二个参数是y值，第三个参数是x值 (global_step)writer.add_scalar('My_Simple_Tag', i * 2, i)writer.flush() # 确保所有待写入的数据都写入磁盘
writer.close() # 关闭 writer，释放资源

在终端Terminal输入

tensorboard --logdir=E:\python_pytorch\logs --port=6007

如果你尝试了其它函数，它会在原图上添加，例如下面这张图，此时如果你只想要当前函数的图像，只需要在log文件夹里将所有的文件都删除重新运行即可

add_image()的使用方法

练手数据集 密码: 5suq

将它放到总文件夹中重命名为dataset（和上一篇的蜜蜂蚂蚁训练集是同一个 如果上次做过此操作则忽略此步骤）

依旧Ctrl+鼠标点击查看官方说明

可知img_tensor中对格式有要求

利用Opencv读取图片，获得numpy型图片数据

安装opencv
在终端Terminal里面输入

pip install opencv-python

利用numpy.array(),对PIL图片进行转换

img_array =np.array(img_PIL)

完整代码如下：

import numpy as np
from PIL import Image
from tensorflow.python.ops.gen_nn_ops import data_format_dim_map
from torch.utils.tensorboard import SummaryWriter
from urllib3.filepost import writerwriter = SummaryWriter("logs")
image_path = "dataset/train/ants/0013035.jpg"
img_PIL = Image.open(image_path)
img_array = np.array(img_PIL)writer.add_image("test",img_array,1,dataformats='HWC')
#y=2x
for i in range(100):writer.add_scalar("y=2x",3*i,i)writer.close()

torchvision中的transforms

transforms结构及用法

torchvision.transforms 常用图像变换工具

1. Compose

功能：组合多个变换步骤，形成预处理流水线。

使用示例：

from torchvision import transformstransform = transforms.Compose([transforms.Resize((224, 224)),  # 第一步：缩放transforms.RandomCrop(200),     # 第二步：随机裁剪transforms.ToTensor(),          # 第三步：转张量transforms.Normalize(mean=[0.5, 0.5, 0.5], std=[0.5, 0.5, 0.5])  # 第四步：标准化
])processed_img = transform(raw_img)  # 应用整个流程

特点：

• 按列表顺序依次应用每个变换
• 输入需为可迭代的变换对象
• 前一个变换的输出需符合下一个变换的输入要求

2. ToTensor

• ToTensor 变换的作用：
  将 PIL 图像（形状为 (H, W, C)）转换为 PyTorch 张量（形状为 (C, H, W)）
  将像素值从 [0, 255] 范围归一化到 [0.0, 1.0] 的浮点数范围
  这是连接原始图像数据与 PyTorch 模型的重要桥梁
• TensorBoard 可视化：
  通过SummaryWriter可以方便地记录各种数据供后续可视化
  写入图像后，我们可以通过在终端运行tensorboard --logdir=logs来查看结果
  这有助于我们验证数据预处理步骤是否正确

# 导入所需库
from PIL import Image
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms# 创建SummaryWriter对象，指定日志保存目录
# 运行后会在当前目录下创建logs文件夹存储日志数据
writer = SummaryWriter("logs")# 读取图像文件
# 这里需要替换为你的图像实际路径
img = Image.open("images/pytorch.png")
# 打印图像信息，可查看图像格式、尺寸等基本属性
print(img)# 创建ToTensor变换实例
# ToTensor是将PIL图像或numpy数组转换为PyTorch张量的关键工具
trans_totensor = transforms.ToTensor()# 应用变换，将PIL图像转换为张量
# 转换后的数据格式会从(H, W, C)变为(C, H, W)，并归一化到[0,1]范围
img_tensor = trans_totensor(img)# 将转换后的张量图像写入TensorBoard
# 第一个参数是图像标签，第二个参数是张量图像
writer.add_image("ToTensor", img_tensor)# 关闭SummaryWriter，确保所有数据都已写入
writer.close()

3. ToPILImage

功能：将 PyTorch 张量或 numpy 数组转换回 PIL 图像（ToTensor 的逆操作）。

核心功能：

• 转换形状：(C, H, W) → (H, W, C)
• 映射值范围：[0.0, 1.0] → [0, 255]（整数）

使用示例：

from torchvision import transformsto_pil = transforms.ToPILImage()
pil_img = to_pil(tensor_img)  # 转换为 PIL 图像
pil_img.save("output.jpg")    # 保存图像

4. Normalize

功能：对张量图像进行标准化处理（按通道应用均值-标准差归一化）。

参数：

• mean：每个通道的均值（长度与通道数一致）
• std：每个通道的标准差（同上）

计算方式：
output[channel] = (input[channel] - mean[channel]) / std[channel]

使用示例：

# 对 RGB 图像标准化（常用 ImageNet 数据集的均值和标准差）
normalize = transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]
)
normalized_img = normalize(tensor_img)  # 输入必须是张量

5. Resize

功能：将图像缩放到指定大小。

参数：

• size：目标大小（(h, w) 或单个整数）
• interpolation：插值方法（默认双线性插值）

使用示例：

# 缩放为 224x224
resize = transforms.Resize((224, 224))
resized_img = resize(pil_img)# 按比例缩放（短边为 256，长边按比例调整）
resize = transforms.Resize(256)

6. CenterCrop

功能：从图像中心裁剪出指定大小的区域。

参数：

• size：裁剪后的尺寸（(h, w) 或单个整数）

使用示例：

# 从中心裁剪 224x224 的区域
center_crop = transforms.CenterCrop(224)
cropped_img = center_crop(resized_img)  # 常与 Resize 配合使用

7. RandomCrop

功能：随机从图像中裁剪出指定大小的区域（数据增强）。

参数：

• size：裁剪尺寸
• padding（可选）：裁剪前在图像边缘填充指定像素

使用示例：

# 随机裁剪 224x224 的区域，先填充 4 像素
random_crop = transforms.RandomCrop(224, padding=4)
cropped_img = random_crop(pil_img)

8. RandomHorizontalFlip / RandomVerticalFlip

功能：随机水平/垂直翻转图像（数据增强）。

参数：

• p：翻转概率（默认 0.5）

使用示例：

# 50% 概率水平翻转
flip = transforms.RandomHorizontalFlip(p=0.5)
flipped_img = flip(pil_img)

9. RandomResizedCrop

功能：先随机裁剪图像的一部分，再将裁剪区域缩放到指定大小（常用于训练集增强）。

参数：

• size：目标大小
• scale：裁剪区域占原图像的比例范围（如 (0.08, 1.0)）

使用示例：

# 随机裁剪原图像的 8%-100% 区域，再缩放到 224x224
random_resized_crop = transforms.RandomResizedCrop(224, scale=(0.08, 1.0))
processed_img = random_resized_crop(pil_img)

10. Grayscale

功能：将彩色图像转换为灰度图。

参数：

• num_output_channels：输出通道数（1 或 3）

使用示例：

# 转换为单通道灰度图
gray = transforms.Grayscale(num_output_channels=1)
gray_img = gray(pil_img)

11. RandomRotation

功能：随机旋转图像一定角度（数据增强）。

参数：

• degrees：旋转角度范围（如 (-30, 30)）

使用示例：

# 随机旋转 ±15°
rotate = transforms.RandomRotation(degrees=(-15, 15))
rotated_img = rotate(pil_img)

12. Pad

功能：在图像边缘填充指定像素。

参数：

• padding：填充大小（单值或 (left, top, right, bottom)）

使用示例：

# 四周各填充 10 像素，填充值为 0（黑色）
pad = transforms.Pad(padding=10, fill=0)
padded_img = pad(pil_img)

torchvision中的数据集使用

torchvision中的数据集地址
torchvision



我们实战CIFAR数据集

import torchvisiontrain_set = torchvision.datasets.CIFAR10(root="./datasets",train =True,download = True)
test_set = torchvision.datasets.CIFAR10(root="./datasets",train=False,download=True)

root是文件存放的位置，download设置成true则会自动从官网下载数据集

代码功能讲解

这段代码主要完成了以下几个关键任务：

• 导入相关库：导入 torchvision 库用于处理计算机视觉相关任务，以及从 torch.utils.tensorboard 导入 SummaryWriter 用于将数据写入 TensorBoard 以便可视化。
• 数据预处理：通过 torchvision.transforms.Compose 组合数据转换操作，这里使用 ToTensor 将 CIFAR10 数据集的图像转换为 PyTorch 中的张量（Tensor）格式，方便后续处理。
• 加载数据集：分别加载 CIFAR10 数据集的训练集（train_set）和测试集（test_set），指定数据保存的根目录（root）、是否为训练集（train）、使用的转换操作（transform）以及是否自动下载数据集（download）。
• TensorBoard 可视化：创建 SummaryWriter 对象，指定写入的目录为 "p10"。然后通过循环遍历测试集的前 10 个样本，将每个样本的图像添加到 TensorBoard 中，以便在 TensorBoard 中查看这些图像。

源代码

import torchvision
from torch.utils.tensorboard import SummaryWriter# 定义数据转换操作，将图像转换为张量
dataset_transform = torchvision.transforms.Compose([torchvision.transforms.ToTensor()
])# 加载 CIFAR10 训练集，若本地没有则自动下载
train_set = torchvision.datasets.CIFAR10(root="./dataset", train=True, transform=dataset_transform, download=True)
# 加载 CIFAR10 测试集，若本地没有则自动下载
test_set = torchvision.datasets.CIFAR10(root="./dataset", train=False, transform=dataset_transform, download=True)# 创建 SummaryWriter 对象，用于向 TensorBoard 写入数据，指定写入目录为 "p10"
writer = SummaryWriter("p10")# 遍历测试集的前 10 个样本
for i in range(10):img, target = test_set[i]# 将图像添加到 TensorBoard 中，标签为 "test_set"，索引为 iwriter.add_image("test_set", img, i)

运行与查看

1. 运行上述代码后，会在当前目录下生成一个名为 p10 的文件夹，里面包含了用于 TensorBoard 可视化的数据。
2. 打开终端，激活对应的 Python 环境（如果使用了虚拟环境），然后执行以下命令启动 TensorBoard：

   tensorboard --logdir=p10
   

3. 最后，在浏览器中输入终端显示的地址（通常是 http://localhost:6006/），即可在 TensorBoard 中查看 CIFAR10 数据集前 10 个测试样本的图像。

dataloader的使用

dataloader

代码功能讲解

这段代码主要完成了以下工作：

• 导入相关库：导入 torchvision 用于处理计算机视觉任务，从 torch.utils.data 导入 DataLoader 用于数据加载，从 torch.utils.tensorboard 导入 SummaryWriter 用于数据可视化。
• 加载测试数据集：使用 torchvision.datasets.CIFAR10 加载 CIFAR10 测试集，将图像转换为张量格式（通过 transform=torchvision.transforms.ToTensor()），指定数据保存根目录为 ./dataset，train=False 表示加载测试集。
• 创建 DataLoader：通过 DataLoader 对测试数据集进行包装，设置批次大小（batch_size=64）、是否打乱数据（shuffle=True）、工作进程数（num_workers=0，表示在主进程加载数据）以及是否丢弃最后不足一个批次的数据（drop_last=True）。
• 查看单张图片及标签：取出测试数据集中的第一张图片及其标签，打印图片的形状和标签值，以便了解数据的基本情况。
• TensorBoard 可视化：创建 SummaryWriter 对象，指定写入目录为 dataloader。然后进行两轮（range(2)）遍历，在每一轮中，遍历 DataLoader 加载的批次数据，将每个批次的图像添加到 TensorBoard 中，最后关闭 SummaryWriter。

DataLoader 核心参数详解

DataLoader 是 PyTorch 中数据加载的核心工具，其参数配置直接影响数据加载效率和模型训练效果。以下是关键参数的详细说明：

dataset

• 作用：指定要加载的数据集。
• 在代码中的情况：这里传入的是 test_data，也就是通过 torchvision.datasets.CIFAR10 加载的 CIFAR10 测试集。DataLoader 会从这个数据集中按批次读取数据。

batch_size

• 作用：设置每个批次（batch）的数据量大小。
• 在代码中的情况：代码里 batch_size=64，意味着每次从 test_data 中读取 64 个样本组成一个批次。在深度学习训练中，通常会使用批量数据来计算梯度，这样可以提高计算效率，同时也能使梯度估计更稳定。

shuffle

• 作用：控制是否在每个 epoch（轮次）开始时打乱数据集的顺序。
• 在代码中的情况：shuffle=True，表示在每个 epoch 中，DataLoader 会先将 test_data 的数据顺序打乱，然后再进行批次划分。这有助于提高模型的泛化能力，避免模型学习到数据的顺序规律。

num_workers

• 作用：设置用于数据加载的子进程数量。
• 在代码中的情况：num_workers=0，表示数据加载在主进程中进行，不使用额外的子进程。如果设置为大于 0 的数，就会使用相应数量的子进程来并行加载数据，从而加快数据加载速度，尤其是在数据集较大时效果明显。

drop_last

• 作用：决定当数据集的大小不能被 batch_size 整除时，是否舍弃最后一个不完整的批次。
• 在代码中的情况：drop_last=True，假设 test_data 的样本数除以 64 后有余数，那么最后一个不足 64 个样本的批次会被丢弃。这样可以保证每个批次的样本数量都是 batch_size，在一些对批次大小有严格要求的场景（如分布式训练）中很有用。

源代码

import torchvision
# 用于数据加载
from torch.utils.data import DataLoader
# 用于TensorBoard可视化
from torch.utils.tensorboard import SummaryWriter# 加载CIFAR10测试数据集，将图像转换为张量
test_data = torchvision.datasets.CIFAR10("./dataset", train=False, transform=torchvision.transforms.ToTensor())# 创建DataLoader，对测试数据集进行批量加载等操作
# batch_size=64：每个批次有64个样本
# shuffle=True：每个epoch打乱数据顺序
# num_workers=0：在主进程加载数据
# drop_last=True：丢弃最后不足一个批次的样本
test_loader = DataLoader(dataset=test_data, batch_size=64, shuffle=True, num_workers=0, drop_last=True)# 取出测试数据集中的第一张图片和对应的标签
img, target = test_data[0]
# 打印图片形状
print(img.shape)
# 打印标签
print(target)# 创建SummaryWriter对象，指定写入目录为dataloader
writer = SummaryWriter("dataloader")
# 进行2轮遍历
for epoch in range(2):step = 0# 遍历DataLoader加载的批次数据for data in test_loader:imgs, targets = data# 将每个批次的图像添加到TensorBoard，标签包含当前轮次epochwriter.add_images("Epoch: {}".format(epoch), imgs, step)step = step + 1
# 关闭SummaryWriter
writer.close()

运行与查看

1. 运行上述代码后，会在当前目录下生成一个名为 dataloader 的文件夹，里面包含了用于 TensorBoard 可视化的数据。
2. 打开终端，激活对应的 Python 环境（如果使用了虚拟环境），然后执行以下命令启动 TensorBoard：

   tensorboard --logdir=dataloader
   

3. 最后，在浏览器中输入终端显示的地址（通常是 http://localhost:6006/），即可在 TensorBoard 中查看 CIFAR10 数据集通过 DataLoader 加载后的图像批次可视化结果。通过对比不同 epoch 的图像排列，还可以直观看到 shuffle=True 参数的效果。