【tensorboard】可视化events.out.tfevents文件

介绍

笔者训练Mask-RCNN模型时，在生成权重（.h5）文件的同时会实时更新events.out.tfevents.***********.szfj文件，通过tensorboard可视化events.out.tfevents文件，从而看到训练过程的各种损失值。

实现tensorboard可视化

笔者通过Anaconda创建实现tensoeboard可视化的虚拟环境。

1.安装Anaconda

这个部分笔者在PyQt5模块、类和控件学习总结 这篇博客中已经讲到。

2.创建虚拟环境

看过笔者前面博客的小伙伴们会发现，笔者尤其喜欢通过搭建虚拟环境来安装工具库。通过虚拟环境可以针对性的实现某一功能，环境比较简单，且删除虚拟环境不会影响外部的环境配置。针对一项任务可以搭建一个虚拟环境，这样不会使一个环境过于复杂，每个虚拟环境都有针对一个任务的实现。当然，这只是笔者的个人喜好。（废话有点多，下面继续）

conda create -n tf python=3.8  # tf为环境名
conda activate tf  # 激活环境，每次使用都得激活环境

3.安装tensorboard

TensorBoard 是 TensorFlow 提供的实用工具（utility），可以图形化的显示 computational graph。
直接利用pip在终端安装tensorboard

pip install tensorboard -i https://pypi.douban.com/simple

4.tensorboard的使用

tensorboard --logdir=C:\Users\Desktop\loss

终端输入后，会有提示的网址将其复制到火狐浏览器或者google浏览器即可。

(tf) C:\Users>tensorboard --logdir=C:\Users\Desktop\loss
TensorFlow installation not found - running with reduced feature set.
Serving TensorBoard on localhost; to expose to the network, use a proxy or pass --bind_all
TensorBoard 2.3.0 at http://localhost:6006/ (Press CTRL+C to quit)

如上，就可以看到训练过程的损失值了。