PyTorch 自身的可视化功能没有 TensorFlow 的 tensorboard 那么优秀,所以 PyTorch
通常是借助 tensorboard(是借助,非直接使用)进行可视化,所以所用库的名字为tensorboardX。
tensorboardX 最早叫 tensorboard,但此名易引起混淆,之后改为 tensorboardX, which
stands for tensorboard for X。
Github网址:https://github.com/lanpa/tensorboardX
官方文档:https://tensorboardx.readthedocs.io/en/latest/tutorial.html
# tensorboardX可以直接通过pip安装(注意要同时install tensorboard库和tensorboardX,否则会出问题)
pip install tensorboard
pip install tensorboardX
运行例子:
from tensorboardX import SummaryWriter
writer = SummaryWriter('runs/example')
for i in range(10):
writer.add_scalar('quadratic', i**2, global_step=i)
writer.add_scalar('exponential', 2**i, global_step=i)
会在路径中生成才记录:
cd到run文件夹的路径后,在终端输入命令:
tensorboard --logdir=example
在浏览其输入 http://localhost:6006/便能看到可视化界面
注:
如果在install的时候只安装了tensorboardX而没有安装tensorboard,则在终端输入命令“tensorboard --logdir=example”便会报错:
此时安装tensorboard就没问题了。