Gpushare.com | 如何使用TensorBoardX可视化工具?

TensorBoardX是基于TensorBoard，一款可以用于Pytorch数据可视化的工具，对TensorBoard比较了解的用户，也能够轻松上手TensorBoardX～

我们一起来看看，在咱们平台，如何使用TensorBoardX呢？

安装TensorBoardX

这里演示为Pytorch框架使用 TensorBoardX 可视化，创建一个 Pytorch 框架的实例，然后进行如下操作。

安装tensorboardX

~# pip install tensorboardX

可以选择安装crc32c以加快速度

~# pip install crc32c

从tensorboardX 2.1开始，需要为add_audio()函数安装soundfile

~# pip install soundfile

#安装soundfile所需要的依赖
~# apt-get update -y && apt-get install libsndfile1 -y

上传代码

这里通过tensorboardX的项目提供的代码来运行，大家在训练的过程中需要使用自己的代码并上传到实例中。

~# git clone https://github.com/lanpa/tensorboardX.git

#查看tensorboardX的项目提供代码的示例，主要查看如何调用TensorBoardX进行展示
~# cat tensorboardX/examples/demo.py
import torch
import torchvision.utils as vutils
import numpy as np
import torchvision.models as models
from torchvision import datasets
from tensorboardX import SummaryWriter
import datetime

try:
    import soundfile
    skip_audio = False
except ImportError:
    skip_audio = True

resnet18 = models.resnet18(False)
writer = SummaryWriter()
sample_rate = 44100
freqs = [262, 294, 330, 349, 392, 440, 440, 440, 440, 440, 440]

true_positive_counts = [75, 64, 21, 5, 0]
false_positive_counts