小土堆Pytorch学习-TensorBoard

TensorBoard

1. 为什么要使用TensorBoard？

答：TensorBoard 提供了一个强大的工具集，能够帮助深度学习从业者更好地理解、调试和优化他们的模型。通过可视化，用户能够更直观地了解模型的表现，快速发现问题并采取相应的措施

2. 代码展示

首先确保安装了Pytorch环境。

from torch.utils.tensorboard import SummaryWriter
#这一行导入了 PyTorch 中的 TensorBoard 的 SummaryWriter 类，该类用于将日志数据写入 TensorBoard。
##创建一个实例，指定了日志文件的保存路径为 "logs" 目录。在这个目录下，TensorBoard 将会保存用于可视化的日志数据。
writer = SummaryWriter("logs")
# writer.add_image()
# y = x
for i  in range(100):
    writer.add_scalar("y=x",i,i)
writer.close()

"""
for循环 0 到 99 的值，然后将每个值作为 y=x 这个标签的标量数据写入 
TensorBoard。add_scalar 方法
用于记录标量数据，第一个参数是标签，第二个参数是要记录的数值，第三个参数是记录的步数或迭代次数。
"""

3、运行结果

点击运行，会在本目录结构下生成一个logs的文件夹

然后在控制台输入：tensorboard --logdir=Pytorch/logs --port=6008
这里的"Python/logs"是指生成logs文件的路径。比如我这里就是Python/logs

点击🔗

4、出现以下情况如何解决？

这种情况是路径错误所导致的，可以使用绝对路径来解决

tensorboard --logdir=/Users/xiaofugui/code/machin_learning/Pytorch/logs --port=6008

持续更新中。。。。