在pytorch中使用Tensorboard

tensorboard是一种模型可视化工具，可以帮助我们实时查看深度学习模型数据。但它本身是为tensorflow量身定做，无法直接用于pytorch等其他深度学习框架。在这种情况下，出了TensorboardX, 可以辅助tensorboard在其他深度学习框架下的应用。步骤：

1、终端安装：cmd→pip install tensorboardX

我们会发现TensorboardX被安装在了D:\ProgramData\Miniconda3\Lib\site-packages下。

一般tensorboard也已提前被安装在该目录了：pip install tensorboard

2、可以通过以下语句调用：from tensorboardX import SummaryWriter 若运行没有错误，则说明安装成功。

3、保存深度学习参数在某个文件夹下：

writer=SummaryWriter(log_dir='mypara_file')

# 使用add方法记录关键指标保存在本地
 writer.add_scalar('loss',loss,global_step=epoch)

# 记录模型运算流程
writer.add_graph(LR_model,(features,))

4、打开tensorboard：http://localhost:6006/，会发现打不开，提示网址被禁用。这是的解决方案是

在cmd命令窗口输入：tensorboard --logdir="mypara_file" --port 6006

当然，提前要将路径定位在mypara_file所在的路径：cd C:\Users\ggff0\my_pytorch

运行后出现：

W1206 16:28:25.858309 10904 plugin_event_accumulator.py:323] Found more than one graph event per run, or there was a metagraph containing a graph_def, as well as one or more graph events.  Overwriting the graph with the newest event.
Serving TensorBoard on localhost; to expose to the network, use a proxy or pass --bind_all
TensorBoard 2.11.0 at http://localhost:6006/ (Press CTRL+C to quit)

这时复制其中的http://localhost:6006/至浏览器界面，即可打开tensorboard网址了。