在TensorBoard中，add_image()函数用于将图像数据添加到可视化中。它可以用于显示模型输入、输出、中间特征图等图像数据，以帮助开发者理解模型的运行情况。

add_image()的用法：

使用ctrl点击add_image()

注意：图片类型要求为

torch.Tensor, numpy.ndarray, 或者 string/blobname型

故要将图片类型进行转换

from torch.utils.tensorboard import SummaryWriter
from PIL import Image
import numpy as np
img_path='../data/train/ants/506249802_207cd979b4.jpg' #获取图片的地址
img_PIL=Image.open(img_path)  #打开该图片，图片属于PIL型
img_array=np.array(img_PIL)  #将PIL型图片使用numpy转换为numpy型

以上操作基于已安装好numpy包

至此，图片的类型已转换为所需要的类型。

输入以下代码，使用TensorBoard

from torch.utils.tensorboard import SummaryWriter
from PIL import Image
import numpy as np
img_path='../data/train/ants/506249802_207cd979b4.jpg' #获取图片的地址
img_PIL=Image.open(img_path)  #打开该图片，图片属于PIL型
img_array=np.array(img_PIL)  #将PIL型图片使用numpy转换为numpy型writer=SummaryWriter('logs')writer.add_image('test',img_array,1,dataformats="HWC")writer.close()

在控制台终端指定端口输出：

输出结果为：

为了使用add_image()函数，需要确保已经安装了TensorFlow和TensorBoard，并且将相关的日志数据写入到TensorBoard的日志文件中（使用tf.summary.create_file_writer()和with summary_writer.as_default()）。