5

我注意到我将多少图像保存到 tensorboard 日志文件中并不重要，tensorboard 只会显示其中的 10 个（每个标签）。

我们如何增加图像的数量或至少选择显示哪些图像？

要重现我的意思，请按照 MCVE 运行：

import torch
from torch.utils.tensorboard import SummaryWriter
tb = SummaryWriter(comment="test")

for k in range(100):
    # create an image with some funny pattern
    b = [n for (n, c) in enumerate(bin(k)) if c == '1']
    img = torch.zeros((1,10,10))
    img[0, b, :] = 0.5
    img =img + img.permute([0, 2, 1])

    # add the image to the tensorboard file
    tb.add_image(tag="test", img_tensor=img, global_step=k)

这将创建一个runs保存数据的文件夹。从同一个文件夹执行tensorboard --logdir runs，打开浏览器并转到localhost:6006（或替换6006为启动后碰巧显示的任何端口 tensorboard）。然后转到名为“图像”的选项卡并将滑块移动到灰度图像上方。

就我而言，它仅显示步骤中的图像

k = 3, 20, 24, 32, 37, 49, 52, 53, 67, 78

这甚至不是一个很好的均匀间距，但看起来很随机。我宁愿有

  1. 查看我保存的不止 10 张图像，并且
  2. 显示的每个图像之间的步数间距更均匀。

我怎样才能做到这一点？

编辑：我刚刚找到该选项--samples_per_plugin并尝试了tensorboard --logdir runs --samples_per_plugin "images=100". 这确实增加了图像的数量，但它只显示了来自 step 的图像k = 0,1,2,3....,78，而没有显示来自 above的图像78。

4

1 回答 1

1

您可能需要等待更长的时间才能等待加载所有数据，但这确实是正确的解决方案，请参阅--help：

--samples_per_plugin：一个可选的以逗号分隔的 plugin_name=num_samples 对列表，用于明确指定为该插件的每个标签保留多少样本。对于未指定的插件，TensorBoard 将记录的摘要随机下采样到合理的值，以防止长时间运行的作业出现内存不足错误。该标志允许对下采样进行精细控制。请注意，0 表示保留该类型的所有样本。例如，“scalars=500,images=0”保留 500 个标量和所有图像。大多数用户不需要设置此标志。（默认： ''）

关于随机样本：这也是正确的，它有某种随机性，来自常见问题解答：

我的数据是否被下采样？我真的看到了所有的数据吗？

TensorBoard 使用水库采样来对数据进行下采样，以便将其加载到 RAM 中。您可以在 tensorboard/backend/application.py 中修改每个标签保留的元素数量。

于 2019-12-18T08:37:49.317 回答