Pytorch也能用的tensorboard啦,虽然Pytorch还有visdom可视工具,但是对于从tensorflow转来或者双修党来说,还是tensorboard用起来习惯点咯。
首先上项目地址:
https://github.com/lanpa/tensorboardX
安装方法(如何不踩坑,已修改):
- 首先默认你已经安装好pytorch(如果木有,为什么点进来呢)
- 安装tensorboardX
pip install tensorboardX
- 安装tensorflow(坑点)
pip install tensorflow==1.7.0
开始当然像往常一样,直接pip install tensorflow
,这样安装的会是tensorflow1.8.0,但是发现提示tensorboard版本不对,需要小于1.9.0,后面运行tensorboard也会出错!所以请在安装时手动指定下版本号1.7.0,然后完美运行demo!perfect!(后来实验发现好像和你的cuda版本有关,本机上是装的1.7.0能运行,服务器是1.9.0能运行,所以请根据报错提示来指定下版本号咯)
具体在Pytorch中如何使用tensorboardX,就参考tensorboardX\examples 下的例子咯
比如运行绘制网络结构图的demo:
python demo_graph.py
tensorboard --logdir runs
# 简单使用tensorboard来记录实验数据(loss and accuracy)
writer = SummaryWriter()# 获取一个writer
writer.add_scalar('data/scalar', s1[0], n_iter) #将一个标量记录到data/scalar文件夹,其中s1[0]为要记录的标量(y),n_iter作为一个变化的横坐标(x),比如记录训练损失和精度时,代表当前训练批次
writer.close() #程序推出前需要关闭writer,类似文件读写。