transform 主要是对input图像进行变换（统一尺寸、对图像中的数据进行类的转换）
TensorBoard很有用
如：通过loss的变化过程，来看loss的变化是否复合预想。也可以通过loss来选择模型。
TensorBoard，虽然他是TensorFlow 的一部分，但是可以独立安装，并且服务于Pytorch等其他的框架。
安装tensorboard
但是这里tensorboard版本太低了，以下方法解决↓
在pip list查看
- 事件文件
SummaryWriter类，直接向一个文件夹里写入事件文件的一个类，可以被tensorboard解析
将tensorboard的事件文件放在logs文件夹里面
add_scalar()
- 打开事件文件
如果一台服务器多个人训练，默认都打开这个端口的话会很不方便，所以可以去指定端口。
可以通过设置参数去修改端口
点击端口即可
后续对代码有修改后，重新启动项目，在浏览器刷新即可
如果部分修改部分没修改，则会出现问题
则会出现问题，把新的事件记录在了上个事件里
可以把logs文件夹里的事件全删掉，重新启动程序、输入服务器
add_image()
↓这样的类型不符合要求
- 利用opencv读取数据，获得numpy数据
pip install opencv-python -i https://pypi.douban.com/simple/
再进到端口中可以看到图片
此时把代码中的图片换成蜜蜂，图片标题不变
则可通过拖动这个步骤条来看1、2步骤的图片（蚂蚁、蜜蜂）
要单独显示的话，只需要把这个title重新命名即可
通过这个方法，可以直观地显示训练中给model提供了哪些数据
或者相对model进行测试时，可以看到每个阶段的输出成果
