1. 简介
Tensorboard是一款支持标量类型(单一的类型,与复合类型相反)、图像、直方图、视频、音频等显示的工具.
2. 安装
pip install tensorboard
tensorboard --logdir=runs # 记录文件的路径
3. 简单使用
很多数据可以在一次实验中被记录下来,为了避免所有的数据耦合在一起,可以通过分组的方式进行保存显示.
from torch.utils.tensorboard import SummaryWriter
import numpy as np
writer = SummaryWriter() # 参数为记录文件的路径
for n_iter in range(100):
writer.add_scalar('Loss/train', np.random.random(), n_iter)
writer.add_scalar('Loss/test', np.random.random(), n_iter)
writer.add_scalar('Accuracy/train', np.random.random(), n_iter)
writer.add_scalar('Accuracy/test', np.random.random(), n_iter)
4. 常见显示类型
标量:
add_scalar(tag, scalar_value, global_step=None, walltime=None, new_style=False)
直方图:
add_histogram(tag, values, global_step=None, bins='tensorflow', walltime=None, *max_bins=None*)
图片:
add_image(tag, img_tensor, global_step=None, walltime=None, dataformats='CHW')
图表:
add_figure(tag, figure, global_step=None, close=True, walltime=None)
视频:
add_video(tag, vid_tensor, global_step=None, fps=4, walltime=None)
音频:
add_audio(tag, snd_tensor, global_step=None, sample_rate=44100, walltime=None)
文本:
add_text(tag, text_string, global_step=None, walltime=None)
神经网络图:
add_graph(model, input_to_model=None, verbose=False)