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