安装pytorch可视化工具tensorboardX(主要解决tensorboard浏览器界面空白问题)

 

做毕设的过程中，需要用到pytorch，并且利用tensorboardX工具对训练过程中必要的地方进行可视化操作。但是在tensorboardX安装完成后，跑通了demo的代码，也声称了event文件，但是在浏览器打开时总是出现空白页面。总结错误原因：其实是版本的问题，import tensorflow报如图所示错误（DLL load failed）,解决方法就是降版本，见最后。

一、环境

操作系统：win10

python:3.7.6

CUDA：10.1

cudnn：与CUDA对应的版本

pytorch-gpu：torch1.4.0以及对应的torchvision（这个安装过程也是个坑，主要要注意cuda版本问题还有就是网络问题，不过相信看到这篇文章的朋友肯定都安装了才会来看的）

二、安装过程

按照如下命令直接安装了tensorboardX，我直接安装的版本是2.0版本的

pip install tensorboardX

安装tensorflow(坑来了，此处为挖坑的代码)，此时我直接安装的tensorflow是2.1.0的CPU版本(因为本次我并不需要用tensorflow，只是为了使用tensorboardX安装)

pip install tensorflow

然后我运行了如下的demo代码，能够成功运行，日志文件在项目所在文件夹的data子文件夹内。可以从图片中看到成功创建文件夹，并生成了envents.xxx文件

import torch
import torchvision.utils as vutils
import numpy as np
import torchvision.models as models
from torchvision import datasets
from tensorboardX import SummaryWriter

resnet18 = models.resnet18(False)
writer = SummaryWriter(logdir = './data')
sample_rate = 44100
freqs = [262, 294, 330, 349, 392, 440, 440, 440, 440, 440, 440]

for n_iter in range(100):
    dummy_s1 = torch.rand(1)
    dummy_s2 = torch.rand(1)
    # data grouping by `slash`
    writer.add_scalar('data/scalar1', dummy_s1[0], n_iter)
    writer.add_scalar('data/scalar2', dummy_s2[0], n_iter)

    writer.add_scalars('data/scalar_group', {'xsinx': n_iter * np.sin(n_iter),
                                             'xcosx': n_iter * np.cos(n_iter),
                                             'arctanx': np.arctan(n_iter)}, n_iter)

    dummy_img = torch.rand(32, 3, 64, 64)  # output from network
    if n_iter % 10 == 0:
        x = vutils.make_grid(dummy_img, normalize=True, scale_each=True)
        writer.add_image('Image', x, n_iter)

        dummy_audio = torch.zeros(sample_rate * 2)
        for i in range(x.size(0)):
            # amplitude of sound should in [-1, 1]
            dummy_audio[i] = np.cos(freqs[n_iter // 10] * np.pi * float(i) / float(sample_rate))
        writer.add_audio('myAudio', dummy_audio, n_iter, sample_rate=sample_rate)

        writer.add_text('Text', 'text logged at step:' + str(n_iter), n_iter)

        for name, param in resnet18.named_parameters():
            writer.add_histogram(name, param.clone().cpu().data.numpy(), n_iter)

        # needs tensorboard 0.4RC or later
        writer.add_pr_curve('xoxo', np.random.randint(2, size=100), np.random.rand(100), n_iter)

dataset = datasets.MNIST('mnist', train=False, download=True)
images = dataset.test_data[:100].float()
label = dataset.test_labels[:100]

features = images.view(100, 784)
writer.add_embedding(features, metadata=label, label_img=images.unsqueeze(1))

# export scalar data to JSON for external processing
writer.export_scalars_to_json("./all_scalars.json")
writer.close()

接着，复制data文件夹的路径，打开命令行，进入项目工作的虚拟环境中，输入如下的命令，并回车，能够顺利看到会输出一个网址，但是提示TensorFlow installation not found - running with reduced feature set.其实看到这就应该知道有问题了。

tensorboard --logdir 刚刚复制的文件路径

 接着将提示的网址http://localhost:6006复制到浏览器打开时，现实给了我重磅一击！空空如也...

 后来一步步探索，发现import tensorflow报了DLL Load Failed的错误，就是tensorflow有问题。但是我卸了装装了卸还是一样！突发奇想（其实是正常思路），是不是tensorflow版本的问题。因为我安装的是2.1.0的版本。然后就版本去搜索了一番，在一个解决tensorflow2.1.0版本安装的讨论中找到了答案，如图：

链接：https://github.com/tensorflow/tensorflow/issues/35749

三、解决方法

卸载已经安装的tensorflow，再安装指定版本的tensorflow2.0.0，安装时可能会出现网络问题，最后安装成功，如图所示！import tensorflow没报错了！tensorboard在浏览器中也可以打开了！

pip install tensorflow=2.0.0