简单粗暴PyTorch之TensorBoard详解

一、TensorBoard介绍

TensorBoard：TensorFlow中强大的可视化工具

运行机制

1. 在python脚本中记录可视化的数据，就是要监控的数据

import numpy as np
from torch.utils.tensorboard import SummaryWriter
# SummaryWriter最根本的类，创建一个writer

writer = SummaryWriter(comment='test_tensorboard')
# writer 记录需要可视化的数据
for x in range(100):

    writer.add_scalar('y=2x', x * 2, x)
    # 记录一个标量，参数：名称、Y轴、X轴
    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()

2. 数据记录到硬盘中，event file形式保存
   event file文件在当前目录下runs文件夹中
   

3. 在终端使用tensorboard这个工具读取event file
   进入runs所在文件夹
   通过命令tensorboard --logdir=./runs
   得到网址端口
   

4. TensorBoard在web端进行可视化
   直接点 http://localhost:6006/ 进入到默认网址进行可视化展示
   

安装注意事项
pip install tensorboard的时候会报错：
ModuleNotFoundError: No module named 'past’
通过pip install future解决

二、SummaryWriter学习

SummaryWriter
功能：提供创建event file的高级接口
主要属性：
• log_dir：event file输出文件夹
• comment：不指定log_dir时， 文件夹后缀
• filename_suffix：event file文件名后缀

设置了log_dir，comment就不起作用

log_dir = "./train_log/test_log_dir"
writer = SummaryWriter(log_dir=log_dir, comment='_scalars', filename_suffix="12345678")
# writer = SummaryWriter(comment='_scalars', filename_suffix="12345678")

其实就是设置三层文件夹的名字或后缀名

具体方法：

1. add_scalar()
   功能：记录标量
   • tag：图像的标签名，图的唯一标识
   • scalar_value：要记录的标量
   • global_step：x轴
   

2. add_scalars()
   可以绘制多个曲线
   • main_tag：该图的标签
   • tag_scalar_dict：