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: