本文介绍了MxNet的可视化工具MxBoard的使用方法，包括如何安装、在计算过程中写入log数据以及如何显示web界面。通过MxBoard，可以将计算图、标量数据、模型参数和训练图片等信息进行可视化，实现类似TensorBoard的功能。安装MxBoard需先安装mxboard和tensorflow。使用SummaryWriter记录数据，然后通过指定logdir启动web界面进行查看。
最近在使用MxNet，但是MxNet原生并没有提供一个类似于TensorBoard的可视化工具，所以之前一直matplotlib来画学习图。最近看到了MxNet出了一个MxBorad的工具，可以让MxNet可视化，真神器。下面介绍一个如何使用
安装
安装很简单分两步
* 第一步需要首先安装mxboard pip install mxboard
* 第二步需要安装 pip install tensorflow tensorboard
其实还是需要安装tensorflow和tensorboard，因为界面是直接使用tensorboard。mxborad只是用来写入log数据，tensorboard会读取那些那个数据并以web的方式展示。
计算过程中写入log数据
这是非常重要的一环因为最终是对这些写入的log数据进行可视化的
有下面这些那个数据可以被写入：
* add_graph 写入计算图
* add_scalar 写入标量数据,例如 acc或者loss或者梯度
* add_histogram 写入模型参数这样就可以看到模型参数随着运行的变迁
* add_image 写入用来训练的图片，可选
再调用上述方法之前首先要创建SummaryWriter
with SummaryWriter(logdir='./logs', flush_secs=5) as sw:
最低0.47元/天 解锁文章
7263
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
