如何在Tensorboard中显示10张以上的图像？

Question

我注意到，无论我将多少图像保存到张量板日志文件中，张量板都只会显示其中的 10 个（每个标签）。

我们如何增加图像数量或至少选择显示哪些图像？

---

要重现我的意思，请运行以下 MCVE：

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为启动后显示的任何端口张量板）。然后转到“图像”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。我更愿意拥有

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隔更加均匀。

我怎样才能实现这个目标？

编辑：我刚刚找到了该选项--samples_per_plugin并尝试了tensorboard --logdir runs --samples_per_plugin "images=100"。这样确实增加了图片数量，但是只显示了步骤中的图片k = 0,1,2,3....,78，而没有显示上面的图片78。

Answer 1

您可能需要等待一段时间才能加载所有数据，但这确实是正确的解决方案，请参阅--help：

--samples_per_plugin：可选的逗号分隔的plugin_name=num_samples对列表，用于明确指定该插件的每个标签保留多少个样本。对于未指定的插件，TensorBoard 会随机将记录的摘要下采样为合理的值，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：这也是事实，它存在某种随机性，来自常见问题解答：

我的数据是否被缩减采样？我真的看到了所有数据吗？

TensorBoard 使用水库采样对数据进行下采样，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。