tensorboard的使用

tensorboard的使用

安装

pip install tensorboard

代码实现

from torch.utils.tensorboard import SummaryWrite  #导入tensorboard，SummaryWriter作用是将数据以特定格式存储到文件夹中
writer = SummaryWriter('./path/to/log')   #实例化，传入参数即指向文件夹的路径。writer对象包含多个方法

针对数值

writer.add_scalar(tag, scalar_value, global_step=None, walltime=None)

针对图像

writer.add_image(tag, img_tensor, global_step=None, walltime=None, dataformats='CHW')   
writer.add_images(tag, img_tensor, global_step=None, walltime=None, dataformats='NCHW')  

例如下面，结果是生成一个x轴跨度为100的折线图，y轴坐标代表每一个epoch的mAP

for epoch in range(100):  
    mAP = eval(model)  
    writer.add_scalar('mAP', mAP, epoch) 

可视化

tensorboard --logdir=./path/to/the/folder --port 8123

1.服务器上有可视化界面

打开浏览器，访问地址 localhost:8123/

注意：tensorboard是默认30s刷新一次，而不是实时。visdom是完全实时的。

同时显示多个折线图 假如使用两种学习率去训练同一个网络，想要比较训练过程中的loss曲线，只需要将两个日志文件夹放到同一目录下，并在命令行运行:

tensorboard --logdir=./path/to/the/root --port 8123

2. 想要本地显示

通过xshell连接，参考

在本地电脑显示远地服务器tensorboard可视化_tensorboard服务器在本地展示-CSDN博客