pytorch 使用Tensorboard

目录

1、Tensorboard介绍

2、安装Tensorboard

3、代码demo

4、参考资料

---

1、Tensorboard介绍

        数据的可视化，对于模型分析和优化至关重要。tensorflow框架可以使用tensorboard可视化的工具，同样，tensorboard也可用于Pytorch的可视化。TensorboardX支scalar, image, figure, histogram, audio, text, graph（模型）等不同的可视化展示方式。

2、安装Tensorboard

       pip install tensorboard

3、代码demo

       主要讲解add_scalar和add_image两种功能。

from torch.utils.tensorboard import SummaryWriter
import numpy as np
import matplotlib.pyplot as plt        # 可以理解为画板

writer = SummaryWriter("logs")
img = np.zeros((3, 100, 100))
img[0] = np.arange(0, 10000).reshape(100, 100) / 10000
img[1] = 1 - np.arange(0, 10000).reshape(100, 100) / 10000

img_HWC = np.zeros((100, 100, 3))
img_HWC[:, :, 0] = np.arange(0, 10000).reshape(100, 100) / 10000
img_HWC[:, :, 1] = 1 - np.arange(0, 10000).reshape(100, 100) / 10000
plt.figure("beauty")
plt.title('origin')
plt.imshow(img_HWC)
plt.axis('on')
plt.show()
for i in range(10):
    writer.add_scalar('y=5x', i * 5, i)
writer.add_image('my_image', img, 0)

tensorboard --logdir=logs

浏览器打开中的结果，下图展示多次事件的结果。

 

4、参考资料

1、https://www.jianshu.com/p/46eb3004beca