【TensorBoard系列】调用add_scalars()函数绘制多变量曲线

目录

一. 实例化

二. 绘制曲线

三. 举个例子

四. 保存曲线

五. scalars仪表盘

参考

---

一. 实例化

实例化SummaryWriter类之后，即可调用函数求曲线，详见：

https://blog.csdn.net/qq_43307074/article/details/127645940

二. 绘制曲线

调用add_scalars()函数：

def add_scalars(
    self, 
    main_tag, 
    tag_scalar_dict, 
    global_step=None, 
    walltime=None):

        Args:
            main_tag (string): The parent name for the tags
            tag_scalar_dict (dict): Key-value pair storing the tag and corresponding values
            global_step (int): Global step value to record
            walltime (float): Optional override default walltime (time.time())
              seconds after epoch of event

上面是官方定义的参数及意思： 

• main_tag (string)：图像的名称的父级名称
• tag_scalar_dict (dict)：保存图像的名称及相应的值的键值对
• global_step (int)：全局步值，对应x轴
• walltime (float) ：可选参数，用于记录发生的时间，默认为 time.time()

三. 举个例子

from torch.utils.tensorboard import SummaryWriter
import numpy as np

np.random.seed(20221104)
writer = SummaryWriter('test_1104')
for n_iter in range(100):
    writer.add_scalar('Loss', np.random.random(), n_iter)
    writer.add_scalar('Accuracy', np.random.random(), n_iter)

在浏览器中查看可视化的数据，在命令行中开启tensorboard：

tensorboard --logdir=./test_1104

接着用浏览器打开http://localhost:6006/，即可连接。

若显示失败，详见：【TensorBoard系列】在本地&MobaXterm上启动TensorBoard

结果如下：

四. 保存曲线

选中“Show data download links”按钮，接着就会显示下载按钮，保存的曲线为.svg文件，然后网页在线SVG转png或者jpg即可。

五. scalars仪表盘

tensorboard的标量仪表盘，统计标量随着迭代轮数的变化情况。scalar页面功能有如下交互操作：

​

• 1：是否显示数据下载链接
• 2：图表平滑过程中是否忽略异常点
• 3：控制每个run点信息的显示顺序，选择default即可
• 4：平滑系数，值越大平滑越多
• 5：横坐标刻度值。  STEP：默认选项，横轴显示训练迭代次数；RELATIVE：相对时间，相对于训练开始的时间，也就是训练用时 ，单位是小时；WALL：训练的绝对时间  
• 6：选择要显示的内容，此处支持正则表达式
• 7：查看大图
• 8：是否对y轴进行对数化处理
• 9：如果拖动或缩放了坐标轴，点击后回到原始位置
• 10：下载显示的数据
• 补充：在标量图中拉一个矩形，则把矩形内的数据放大展示   

参考

【TensorBoard系列】调用add_scalar()函数绘制accuracy和loss曲线https://blog.csdn.net/qq_43307074/article/details/127648740?spm=1001.2014.3001.5501