Tensorboard学习记录

1.首先我们需要导入SummaryWriter模块，用于将训练过程中的各种统计数据写入到磁盘上的特定目录中，以便TensorBoard能够读取并可视化这些数据。

from torch.utils.tensorboard import SummaryWriter

2.我们可以使用ctrl+鼠标点击SummaryWriter查看其定义，在下图当中我们可以看见它的使用案例。

3.我们选择我们所需要存放的路径以及文件夹的名称logs

writer = SummaryWriter("logs")

接下来我们需要使用到一个叫做 add_acalar的函数，是一个在TensorBoard和类似的可视化工具（如Visdom、WandB等）中常用的函数，用于记录和可视化标量数据。在深度学习和机器学习项目中，这通常被用来跟踪训练过程中的指标，如损失函数（loss）、准确率（accuracy）或其他性能度量，按照上面的方法点击它，可以知道它的定义以及使用方法。

然后使用完整代码便可以使用Tensorboard记录想要的数据了

from torch.utils.tensorboard import SummaryWriter
            writer = SummaryWriter()
            x = range(100)
            for i in x:
                writer.add_scalar('y=2x', i * 2, i)
            writer.close()

注意：直接运行可能是以下结果

上图产生的结果意味着，没有tensorboard这个模块，此时我们需要在pycharm的终端进行安装

使用pip指令

 pip install tensorboard

安装之后我们需要为调用logs文件所产生的数据为我们画图        

图片中蓝色的部分就是本地主机服务器，显示你所描绘的图片，若此处出现如下情况

按照以下三种方法解决：

1.更改打开页面的默认浏览器

2.切换其他端口

3.随机分配端口

 http://localhost:6006/
#更改为
 http://localhost:6007/
#指令为
 tensorboard --logdir=logs --port=6007
#若要随机分配地址则直接采用
 tensorboard --logdir=logs --port=0

三种方法均能成功，但本人第三种方法才实现 

最终实现结果为：

以上是调用的基础部分。