tensorboard可视化模型结构和跟踪模型训练过程

话不多说，先conda install tensorboard

graphs绘制模型结构

add_graph(model, input_to_model=None, verbose=False, **kwargs)

• model：torch.nn.Module。需要可视化的网络模型
• input_to_model：torch.Tensor或其列表，默认为None。输入神经网络的变量或一组变量
• verbose：布尔，默认为False。是否为信息详细模式。

train_loader = ...
model = Net()
# 使用add_graph来可视化网络结构
from torch.utils.tensorboard import SummaryWriter #tensorboard初始化
writer = SummaryWriter('runs/mnist_experiment_1') #创建一个runs/mnist_experiment_1文件夹保存日志
images, labels = next(iter(train_loader))  # 迭代器取一批data
writer.add_graph(model, input_to_model=images)  # 模型及模型输入数据
writer.close()

scalar跟踪训练过程

add_scalar(tag, scalar_value, global_step=None, walltime=None)

• tag (string): 数据名称ÿ