【深度学习】pytorch使用tensorboard可视化实验数据

[1] 可视化界面

  先上效果图：

[2] 使用教程

[2.1] 安装pytorch和tensorboard

  输入命令：

pip install torch
pip install tensorboard 

[2.2] 在代码中使用write

  代码demo：

import numpy as np
from torch.utils.tensorboard import SummaryWriter  # 也可以使用 tensorboardX
# from tensorboardX import SummaryWriter  # 也可以使用 pytorch 集成的 tensorboard

writer = SummaryWriter('log') # 配置生成的数据保存的地址
for epoch in range(100):
    writer.add_scalar('test/squared', np.square(epoch), epoch)

writer.close()

  执行上述代码后在本文件更目录下生成一个logs文件，且包含了一个事件文件。

[2.3] 打开tensorboard面板

  在pycharm中terminal终端输入：

tensorboard --logdir=logs

  一定要注意起初配置的生成文件保存地址，你在terminal终端中命令的地址要能够访问的到！！！

  输入命令后，会生成一个地址，访问即可。

  注意尽量要用谷歌浏览器访问。我用QQ浏览器（谷歌内核）有的数据都刷不出来。

[3] 可能的报错

  无法将“tensorboard”项识别为 cmdlet、函数、脚本文件或可运行程序的名称。请检查名称的拼写，如果包括路径，请确保路径正确，然后再试一次。

原因

  是由于没添加系统环境变量导致的。众所周知，这个有两种解决方案：先去搜索tensorboard.exe这个程序的地址，如下：

  有了地址之后，可以选择用绝对地址来执行：

  要么把绝对路径添加到环境变量里，然后直接使用：

tensorboard --logdir=logs