pytorch学习笔记3

标量数据
标量数据通常指的是单个数值，比如一个损失值、准确率、学习率等。这些单个的数值数据可以被记录下来，用于分析模型的训练过程、性能等。在代码中，writer.add_scalar() 的作用就是将这些标量数据添加到日志中，以便后续在可视化工具中进行展示和分析。

tensorboard的简单应用

• List item

writer.add_scalar()

global_step对应x轴
scholar_value对应y轴

from torch.utils.tensorboard import SummaryWriter

writer=SummaryWriter('logs')#创建了一个用于记录训练过程的 SummaryWriter 对象，并指定了日志文件的保存路径为 'logs'
writer.add_image()#可能是用来将图像数据添加到 TensorBoard 记录中，用于显示图像数据在训练过程中的变化或结果
#标量数据通常指的是单个数值，比如一个损失值、准确率、学习率等。这些单个的数值数据可以被记录下来，用于分析模型的训练过程、性能等。在代码中，writer.add_scalar() 的作用就是将这些标量数据添加到日志中，以便后续在可视化工具中进行展示和分析。
writer.add_scalar()#用来添加标量数据到 TensorBoard 记录中，例如损失值、准确率等，用于在 TensorBoard 中以可视化的方式展示这些数据随着训练步骤的变化情况。

from torch.utils.tensorboard import SummaryWriter

writer=SummaryWriter('logs')#创建了一个用于记录训练过程的 SummaryWriter 对象，并指定了日志文件的保存路径为 'logs'
#writer.add_image()#可能是用来将图像数据添加到 TensorBoard 记录中，用于显示图像数据在训练过程中的变化或结果
#标量数据通常指的是单个数值，比如一个损失值、准确率、学习率等。这些单个的数值数据可以被记录下来，用于分析模型的训练过程、性能等。在代码中，writer.add_scalar() 的作用就是将这些标量数据添加到日志中，以便后续在可视化工具中进行展示和分析。
#writer.add_scalar()#用来添加标量数据到 TensorBoard 记录中，例如损失值、准确率等，用于在 TensorBoard 中以可视化的方式展示这些数据随着训练步骤的变化情况。
for i in range(100):
    writer.add_scalar('y=x',i,i)
writer.close()

会创建一个logs文件夹