pytorch使用TensorBoard可视化

借助TensorBoardX,可使用优秀的TensorBoard工具
doc: https://tensorboardx.readthedocs.io/en/latest/tensorboard.html
首先pip安装TensorBoardX和TensorFlow（cpu版本即可）

使用

首先引入并构建writer

from tensorboardX import SummaryWriter
writer = SummaryWriter('./runs/exp1')

注意程序最后执行writer.close()关闭writer
之后即可开始对TensorBoardX写入需要的信息了，几种常用功能如下：

1.画loss曲线

writer.add_scalar('batch_loss', batch_loss, epoch_index) 

2.画激活情况

用于检查深层网络里的层激活与权值分布情况，避免梯度消失等

for name, param in model.named_parameters():
    writer.add_histogram(
        name, param.clone().data.numpy(), epoch_index)

3.画网络结构图

输入模型和输入尺寸（用于内部函数正确遍历网络）

writer.add_graph(model, t.Tensor(1, 784))

4.显示图片

writer.add_image('input', x, 1)
writer.add_image('output', y, 1)

启动

在py文件所在目录运行：tensorboard --logdir runs 即开启界面