**
1、安装tensorboard
**
pip install tensorboard
可以不安装tensorflow,后续会有提示:
TensorFlow installation not found - running with reduced feature set.
但是没有影响。
2、创建环境,导出数据
这一步由代码中的writer完成。
[–>]导入tensorboard
from torch.utils.tensorboard import SummaryWriter
这里的SummaryWriter的作用就是,将数据以特定的格式存储到刚刚提到的那个文件夹中。
[–>]将其实例化
writer = SummaryWriter('./path/to/log')
[–>]存入数据
writer.add_scalar(tag, scalar_value, global_step=None, walltime=None)
tag指定可视化时变量的名字,scalar_value是保存的值,global_step可以理解为x轴坐标。
[例]
for epoch in range(100)
mAP = eval(model)
writer.add_scalar('mAP', mAP, epoch)
这样就会生成一个x轴跨度为100的折线图,y轴坐标代表着每一个epoch的mAP。
3、远程服务器端口链接
因为远程服务器没有浏览器可视界面,因此首先需要进行端口链接。注意:端口链接需要在本机,然后在服务器上运行tensorboard
ssh -L 16006:127.0.0.1:6006 username@10.76.2.233 -p 52
tensorboard --logdir=./board/log --port=6006
说明:16006:127.0.0.1代表本机上的16006号端口,6006是服务器上tensorboard使用的端口(两个端口号都可以自己设置,只要没被占用即可)。username指的是服务器的用户名;10.76.2.233 -p 52指的是服务器的IP。
之后在命令行运行tensorboard完成,指定对应好的端口号
4、远程服务器可视化显示
在本地浏览器输入以下地址便可可视化访问tensorboard:
127.0.0.1:16006/