用TensoRT部署pytorch的方法与步骤 pytorch中tensorboard

　tensorboard简介：goole中tensorflow中tensorboard是一个用于服务神经网络训练过程可视化的网络服务器，其可以实现标量值，图像，文本等的可视化。这些信息在tensorflow中是以event的形式保存的。

（一）tensorboard使用

from torch.utils.tensorboard import SummaryWriter
from PIL import Image
import numpy as np

# SummaryWriter压缩（包括了）所有内容
writer = SummaryWriter("logs")

image_path = "/home/pinecone/PycharmProjects/pytorchProject/data/val/bees/6a00d8341c630a53ef00e553d0beb18834-800wi.jpg"
img_PIL = Image.open(image_path)
# 将图片转化为numpy格式---注意writer.add_image所需格式
img_array = np.array(img_PIL)

writer.add_image("test", img_array, 2, dataformats='HWC')
for i in range(100):
    writer.add_scalar("y=3x", 3*i, i)

writer.close()

# if __name__ == '__main__':
#
#     print(type(img_array))

　　writer.add_scalar('scalar/test', np.random.rand(), epoch)，这句代码的作用就是，将我们所需要的数据保存在文件里面供可视化使用。 这里是Scalar类型，所以使用writer.add_scalar()