首先把tensorboardX导入并进行初始化:
from tensorboardX import SummaryWriter
# 定义Summary_Writer
writer = SummaryWriter('./Result') # 数据存放在这个文件夹
基础函数
add_scalar()
add_scalar(tag, scalar_value, global_step=None, walltime=None)
在一个图表中记录一个标量的变化,常用于 Loss 和 Accuracy 曲线的记录。
add_scalars()
add_scalars(main_tag, tag_scalar_dict, global_step=None, walltime=None)
在一个图表中记录多个标量的变化,常用于对比,如 trainLoss 和 validLoss 的比较等
add_histogram()
add_histogram(tag, values, global_step=None, bins='tensorflow', walltime=None)
绘制直方图和多分位数折线图,常用于监测权值及梯度的分布变化情况,便于诊断网络更新方向是否正确。
add_image()
add_image(tag, img_tensor, global_step=None, walltime=None)
绘制图片,可用于检查模型的输入,监测 feature map 的变化,或是观察 weight。
拓展:torchvision.utils.make_grid()
torchvision.utils.make_grid(tensor, nrow=8, padding=2, normalize=False, range=None, scale_each=False, pad_value=0)
将一组图片拼接成一张图片,便于可视化。
add_graph()
add_graph(model, input_to_model=None, verbose=False, **kwargs)
绘制网络结构拓扑图。
add_embedding()
add_embedding(mat, metadata=None, label_img=None, globa