【Tensorboard】工具使用细节记录，实现训练数据保存及可视化，修改端口号

本文链接：https://blog.csdn.net/MengYa_Dream/article/details/127998536

1 导入tensorboard-前提安装tensorboard！

6 tensorboard可视化-环境：ubuntu

【学习资源】from torch.utils.tensorboard import SummaryWriter导入不成功问题_

1 导入tensorboard-前提安装tensorboard！

conda install tensorboard / pip install tensorboard
from torch.utils.tensorboard import SummaryWriter

from torch.utils.tensorboard import SummaryWriter导入不成功问题

ImportError: TensorBoard logging requires TensorBoard with Python summary writer installed.
原因：SummaryWriter是存在于tensorboardX(其作为tensorboard的子模块)

conda install tensorboardX / pip install tensorboardX
from tensorboardX import SummaryWriter

2 确定存储位置

申明：writer = SummaryWriter(log_dir=args.run_dir)
调用：以loss为例，writer.add_scalar('name',(loss).item(),epoch*len(train_loader)+i)

3 作为预训练参数加载函数

def load_ckpt(args, depth_model, shift_model, focal_model):
    if os.path.isfile(args.load_ckpt):
         print("loading checkpoint %s" % args.load_ckpt)
         checkpoint = torch.load(args.load_ckpt)
         # depth_model.load_state_dict(checkpoint['net'])
         depth_model.load_state_dict(torch.load(args.load_ckpt))
         del checkpoint
         torch.cuda.empty_cache()

4 调用加载函数

model.to(device) 之后添加
load_ckpt(args, model, None, None)

5 保存训练模型参数

torch.save(model.state_dict(), '位置/命名%d.pth'% (epoch))

6 tensorboard可视化-环境：ubuntu

打开args.run_dir所自订的文件目录，如loss存储在tensor文件夹下

在tensor文件夹所在目录进入终端，也就是cd 到weights位置
注意，如果是虚拟环境，务必激活环境，再进行下一步操作

tensorboard --logdir=tensor

终端弹出一个网址，复制到浏览器打开，从而实现可视化！
端口6006被占用报错情况

tensorboard --logdir=randruns --port=6020
# 6020自定

【Window学习资源】TensorBoard可视化工具简单教程及讲解（TensorFlow与Pytorch）