PyTorch项目使用TensorboardX进行训练可视化
之前一直在用tensoboardx可视化,每次使用都会忘记细节,在这里整理下~,开始学习吧
1. 入门:什么是TensorboardX
Tensorboard 是 TensorFlow 的一个附加工具,可以记录训练过程的数字、图像等内容,以方便研究人员观察神经网络训练过程。可是对于 PyTorch 等其他神经网络训练框架并没有功能像 Tensorboard 一样全面的类似工具,一些已有的工具功能有限或使用起来比较困难 (tensorboard_logger, visdom等) 。TensorboardX 这个工具使得 TensorFlow 外的其他神经网络框架也可以使用到 Tensorboard 的便捷功能。TensorboardX 的 github仓库这里。
TensorboardX支持scalar, image, figure, histogram, audio, text, graph, onnx_graph, embedding, pr_curve and videosummaries等不同的可视化展示方式
虽然TensorboardX 的文档相对详细,但大部分缺少相应的示例。在这里对TensorboardX 如何使用以及各项功能的完整介绍,每项都包含了示例,给出了可视化效果,希望可以方便大家的使用。笔者水平有限,还请见谅~
开始🤞
2. 开始前的准备:配置TensorboardX
很简单:
pip install tensorflow
pip install tensorboardX,但是要注意万年不变的版本问题!!!
环境:
操作系统:windows/liunx 笔者均使用anaconda来安装包,万年好用
Python 3.6
PyTorch = 1.5.1 && torchvision = 0.6.1 && tensorboard = 2.2.2(针对tensorboard 2.1版本的)
其他版本请参考 github仓库中README进行配置
安装:
(1)pip install tensorboardX
(2)从源码安装:git clone https://github.com/lanpa/tensorboardX && cd tensorboardX &a