P7 TensorBoard的使用（一）

1、TensorBoard的安装

2、add_scalar()的使用（常用来绘制train/val loss）

打开pycharm，设置环境    SummaryWriter类的使用

from torch.utils.tensorboard import SummaryWriter

点中SummaryWriter，按中command出现该类的解释，是一个直接向log_dir文件夹写入的事件文件，该文件可以对tensorboard进行一个解析。包括初始化函数，需要写文件夹的名称（也可以不写）

按command+"/"可以注释代码

按Tab键进行缩进

add_scalar()是添加一个标量到summary，tag是图片的标题，saclar_value对应于y轴，global_step对应于x轴

 点一下运行，发现报错

接下来安装TensorBoard，在终端激活pytorch环境（或者直接在pycharm Terminal），输入pip install TensorBoard，安装成功，再次运行程序

可以发现生成了logs，接下来学习如何打开该事件

logdir = 事件文件所在文件夹名

在pycharm Terminal输入tensorboard --logdir=logs

 也可以指定端口，通过命令 tensorboard --logdir=logs --port=6007

同样的方式也可以写y=2x的，同样的也可以在对应端口看到

假设不改变tag的命名，也就是

 在端口看到的图会出现混乱，常用的做法是把所有的log文件删掉并且杀掉所有的进程重新开始

TensorBoard是一个可视化工具，它可以用来展示网络图、张量的指标变化、张量的分布情况等。特别是在训练网络的时候，我们可以设置不同的参数（比如：权重W、偏置B、卷积层数、全连接层数等），使用TensorBoader可以很直观的帮我们进行参数的选择。

详细代码看P8_Tensorboard.py

from torch.utils.tensorboard import SummaryWriter

容易遇到以下问题，以及tensorboard的安装问题

pip install tb-nightly

教程与代码地址
笔记中，图片和代码基本源自up主的视频和代码

视频链接: PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】
视频代码: https://github.com/xiaotudui/PyTorch-Tutorial
如果想要爬虫视频网站一样的csdn目录，可以去这里下载代码：https://github.com/JeffreyLeal/MyUtils/tree/%E7%88%AC%E8%99%AB%E5%B7%A5%E5%85%B71