python pytorch使用tensorboard可视化训练数据

1.导入所需库

from torch.utils.tensorboard import SummaryWriter

2.创建一个SummaryWriter实例，用于将数据写入TensorBoard

   其中./tb_logger/filename为放置日志文件路径：

tb_logger = SummaryWriter(log_dir='./tb_logger/' + filename)    

【通常写于训练循环开始前】

3.对于实例  tb_logger  进行操作：

【通常写于训练循环内部每一次训练迭代后记录当前各项数据】

(1) 绘制（折线）图表：

tb_logger.add_scalar(tag, scalar_value, global_step)

   参数：

   tag：图表标题  （string型）

   scalar_value：y轴的数据  （float/string型） 一般可显示loss值、评价指标的值

   global_step：x轴的数据  （int型）  一般为训练迭代次数

同理：

(2) 绘制图像：

tb_logger.add_image(tag, img_tensor, global_step)

参数：

    image_tensor：图像数据 （torch.Tensor, numpy.arry型）

4.远程服务器打开网页端tensorboard查看可视化图表

参考：查看远端服务器上的Tensorboard（利用MobaXterm） - 知乎 (zhihu.com)