神经网络学习小记录1——Pytorch当中Tensorboard的使用

神经网络学习小记录1——Pytorch当中Tensorboard的使用

参考：https://blog.csdn.net/weixin_44791964/article/details/106701052

b站视频：https://www.bilibili.com/video/BV1ha4y1Y7zv

学习前言

因为导发话，所以要干起来了！

所需库的安装

tensorboardX==2.0
tensorflow==1.13.2

由于tensorboard原本是在tensorflow里面用的，所以需要装一个tensorflow。会自带一个tensorboard。 

方法一：

windows+r 调出cmd窗口，输入activate pytorch：不知道为啥我的不行，so，我的操作如下：

第一步：打开 Anaconda Prompt，输入activate pytorch

activate pytorch    #激活PyTorch环境

第二步：下载安装tensorflow，随便一个版本

pip install tensorflow==1.13.2

输入：pip list可以查看下载的列表

第三步：安装tensorboardX

pip install tensorboardX

到此，库安装完毕！！！！撒花✿✿ヽ(°▽°)ノ✿

方法二：

也可以不装tensorboardX，直接使用pytorch当中的自带的Tensorboard。
导入方式如下：

from torch.utils.tensorboard import SummaryWriter

常用函数功能

1、SummaryWriter()

这个函数用于创建一个tensorboard文件，其中常用参数有：

• log_dir：tensorboard文件的存放路径
• flush_secs：表示写入tensorboard文件的时间间隔

调用方式如下：

writer = SummaryWriter(log_dir='logs',flush_secs=60)

2、writer.add_graph()

这个函数用于在tensorboard中创建Graphs，Graphs中存放了网络结构，其中常用参数有：

• model：pytorch模型
• input_to_model：pytorch模型的输入

如下所示为graphs：

调用方式如下：

if Cuda:
    graph_inputs = torch.from_numpy(np.random.rand(1,3,input_shape[0],input_shape[1])).type(torch.FloatTensor).cuda()
else:
    graph_inputs = torch.from_numpy(np.random.rand(1,3,input_shape[0],input_shape[1])).type(torch.FloatTensor)
writer.add_graph(model, (graph_inputs,))

3、writer.add_scalar()

这个函数用于在tensorboard中加入loss，其中常用参数有：

• tag：标签，如下图所示的Train_loss
• scalar_value：标签的值
• global_step：标签的x轴坐标

调用方式如下：

writer.add_scalar('Train_loss', loss, (epoch*epoch_size + iteration))

4、tensorboard --logdir=

在完成tensorboard文件的生成后，可在命令行调用该文件，tensorboard网址。
具体代码如下：

tensorboard --logdir=D:\Study\Collection\Tensorboard-pytorch\logs

完整代码：

效果如下：