pytorch中要使用tensorboard需要以下环境:
1.python 3.6+
2.Pytorch 0.4.0+
3.tensorboardX: pip install tensorboardX、pip install tensorflow
windows下要实现命令行操作tensorboard需要提前配置好环境变量,如果使用anaconda一般需要在系统变量的path中添 加C:\Users\XXX\Anaconda3\Scripts.
打开图形化界面需要在命令行键入tensorboard --logdir 目录
默认情况下在runs同级目录下使用命令行:tensorboard --logdir runs
当然也可以按ctrl+B对SummaryWriter中的log_dir=None的参数值进行修改,相关数据会保存在指定目录下。
注意: tensorboard需要图形化界面支持,要想在docker中使用必须在创建docker时使用支持图形化的命令。目前实验中只能采取将相关训练完成的文件夹复制之后在windows环境下操作,**调用的是本地解释器!**使用最新版本的tensorflow和tensorboardX避免版本出错。
1. scalar
可视化tensor数据,显示epoch,loss等训练信息,以下是通用样例:
import torch
from tensorboardX import SummaryWriter
writer = SummaryWriter()
x =
y =
for epoch in range(100):
writer.add_histogram