TensorboardX可视化

Tensorboard

官方文档

• 资料：
  https://blog.csdn.net/zhouchen1998/article/details/104118757?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-4.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-4.nonecase

https://blog.csdn.net/bigbennyguo/article/details/87956434

启动

• 在tensorboardX中只有一个类SummaryWriter

  • 你可以定义许多个SummaryWriter（只要你喜欢）；

• 所有需要记录的东西（如图表、直方图、图片，标量等等）都可以简单方便的通过类的成员方法（以"add"开头的一系列函数）来进行定义。

• 要启动tensorboard，必须指定它的logdir（默认为runs）: tensorboard会在你指定的这个log-dir里面做路径搜索，寻找所有的events文件以及子文件夹中的events文件。

tensorboard --log-dir=${PATH_TO_LOG}

TensorBoard可视化的数据来自于本地log文件，该文件存在于一个文件夹，且在控制台开启TensorBoard服务时指定该文件夹为监控文件夹。

from tensorboardX import SummaryWriter
writer = SummaryWriter('logs/')

数据记录

writer.add_scalar(tag, scalar_value, global_step=None, walltime=None)：记录数字常量

• 记录训练过程的 loss、accuracy、learning rate 等数值的变化曲线。
• tag：该图的标题。不同名称的数据使用不同曲线展示。
• scalar_value：表示该步的数值，为纵坐标。
• global_step：表示step，为横坐标。
• walltime：表示为event文件的文件名设置时间，默认当前时间time.time()。