Python PyTorch SummaryWriter.add_embedding用法及代碼示例

本文簡要介紹python語言中 torch.utils.tensorboard.writer.SummaryWriter.add_embedding 的用法。

用法:

add_embedding(mat, metadata=None, label_img=None, global_step=None, tag='default', metadata_header=None)

參數：

• mat(torch.Tensor或者numpy.array) -一個矩陣，每一行都是數據點的特征向量

• metadata(list) -標簽列表，每個元素都將轉換為字符串

• label_img(torch.Tensor) -圖像對應每個數據點

• global_step(int) -要記錄的全局步長 值

• tag(string) -嵌入名稱

將嵌入投影儀數據添加到摘要中。

形狀：

mat: (N, D) ，其中 N 是數據數，D 是特征維度

label_img：(N, C, H, W)

例子：

import keyword
import torch
meta = []
while len(meta)<100:
    meta = meta+keyword.kwlist # get some strings
meta = meta[:100]

for i, v in enumerate(meta):
    meta[i] = v+str(i)

label_img = torch.rand(100, 3, 10, 32)
for i in range(100):
    label_img[i]*=i/100.0

writer.add_embedding(torch.randn(100, 5), metadata=meta, label_img=label_img)
writer.add_embedding(torch.randn(100, 5), label_img=label_img)
writer.add_embedding(torch.randn(100, 5), metadata=meta)