PyTorch学习笔记（21）TensorBoard(一)

TensorBoard

TensorBoard : TensorFlow中强大的可视化工具
支持标量、图像、文本、音频、视频和Embedding等多种数据可视化

记录可视化的数据到硬盘中 以events.out.tfevents 的文件格式存在
import numpy as np
from torch.utils.tensorboard import SummaryWriter

# 记录需要可视化的数据
writer = SummaryWriter(comment='test_tensorboard')

for x in range(100):
    # 记录标量
    # 第一个参数 曲线的名称  第二个参数 曲线的Y轴 第三个参数 曲线的X轴
    writer.add_scalar('y=2x', x * 2, x)
    writer.add_scalar('y=pow(2, x)', 2 ** x, x)

    writer.add_scalars('data/scalar_group', {"xsinx": x * np.sin(x),
                                             "xcosx": x * np.cos(x),
                                             "arctanx": np.arctan(x)}, x)
writer.close()

执行如下命令 在浏览器端可以查看可视化界面

tensorboard --logdir=./runs