【PyTorch】5.2 TensorBoard简介与安装

---

任务简介：

安装可视化工具TensorBoard

详细说明：

本节学习可视化工具TensorBoard的运行机制与安装过程，TensorBoard是强大的可视化工具，起初为TensorFlow的副产品，但现在PyTorch已支持TensorBoard的使用。目前，TensorBoard支持Scalars, Images, Audio, Graphs, Distrbutions, Histograms, Embeddings, Text等数据的可视化。

一、TensorBoard简介

TensorBoard：

TensorFlow 中强大的可视化工具

支持标量、图像、文本、音频、视频和Eembedding 等多种数据可视化

二、TensorBoard安装

使用以下命令安装TensorBoard：

pip install tensorboard

安装注意事项：

TensorBoard安装完后会报错：

ModuleNotFoundError: No module named 'past'

通过安装"future"解决：

pip install future

三、TensorBoard运行可视化

测试代码：

import numpy as np
from torch.utils.tensorboard import SummaryWriter


writer = SummaryWriter(comment='test_tensorboard')

for x in range(100):

    writer.add_scalar('y=2x', x * 2, x)
    writer.add_scalar('y=pow(2, x)',  2 ** x, x)
    
    writer.add_scalars('data/scalar_group', {"xsinx": x * np.sin(x),
                                             "xcosx": x * np.cos(x),
                                             "arctanx": np.arctan(x)}, x)
writer.close()

输出：



在当前路径下的终端中输入：

tensorboard --logdir=./runs

如果Tensorboard在服务器上运行，需要建立ssh隧道，实现远程端口到本机端口的转发。参考方法：查看远端服务器上的Tensorboard（利用MobaXterm）

在浏览器中输入：http://localhost:6006/

显示：

选择下图选项即可显示曲线数据的下载链接：

选择曲线，点击"csv"即可将数据下载保存为csv格式的文件：