使用matplotlib和tensorboardx記錄pytorch的訓練過程

目的： 利用tensorboardx對pytorch的訓練過程進行視覺化，主要是視覺化loss和image

1. 修改matplotlib，使matplotlib支援中文顯示，因為網路訓練中有中文的label，如中文的OCR識別。
   參考：修改matplotlib使其支援中文

2. 向python程式中向tensorboardx中新增loss和image等想視覺化的變數。
   參考： tensorboardx-github

3. 例子：向tensorboardx中新增一個figure

import matplotlib.pyplot as plt
from PIL import Image
plt.rcParams['font.family'] = ['Microsoft YaHei']       # 為了顯示中文
plt.rcParams['axes.unicode_minus'] = False

plt.figure()

plt.subplot(1,2,1)
img = Image.open('./imgs/img_1011.jpg')     # 開啟影象
plt.imshow(img)
plt.xticks([])
plt.yticks([])
plt.grid(
 
False)
plt.xlabel('王蘋朱')                         # 顯示label

ax2 = plt.subplot(1,2,2)
img2 = Image.open('./imgs/img_1012.jpg')
ax2.imshow(img2)

fig2 = plt.gcf()              # 獲取當前的figure
plt.show()

from tensorboardX import SummaryWriter
writer = SummaryWriter()
writer.add_figure('matplotlib', fig2, 2
 
)
writer.close()

結果：