pytorch查看loss曲线_pytorch使用tensorboardX进行loss可视化

最近pytorch出了visdom，也没有怎么去研究它，主要是觉得tensorboardX已经够用，而且用起来也十分的简单

pip install tensorboardX

然后在代码里导入

from tensorboardX import SummaryWriter

然后声明一下自己将loss写到哪个路径下面

writer = SummaryWriter('./log')

然后就可以愉快的写loss到你得这个writer了

niter = epoch * len(train_loader) +i

writer.add_scalars(args.result_path+ 'Train_val_loss', {args.result_path+'train_loss': loss.data.item()}, niter)

其中，add_scalars是将不同得变量添加到同一个图下，图的名称是add_scalars得第一个变量

然后为这个图中不同得曲线添加不同得标题，上面这一行代码

writer.add_scalars(args.result_path + 'Train_val_loss', {args.result_path+'train_loss': loss.data.item()}, niter)

后面得dict中得key是曲线的名称，后面的value是对应得append的值，再后面得niter是x坐标，这句话得意思就相当于，对于图名称为args.result_path + 'Train_val_loss'的图，对曲线名称为args.result_path+'