tensorboard画图

记录一次使用tensorboard画图实例

# 导入包
from torch.utils.tensorboard import SummaryWriter
# 实例化内容
writer = SummaryWriter('./output/log')
for i in range(100):
# 分别是 题目，数值，x坐标
     writer.add_scalar(tag, scalar_value, global_step=None)
     writer.close()

查看

在终端输入

tensorboard --logdir=./output/log

打开浏览器复制链接即可查看

常见问题

1.该报错为输入的scalar格式不对，可能为ndarray格式，需要进行转换

scalar should be 0d 

2.图片显示不全取消第二个√

科研绘图

需要有图例，但是目前tensorboard不能添加，所以需要将数据进行下载

保存为csv文件后，获取数据
根据自己数据特点绘图

此处代码参考：https://www.pianshen.com/article/316476506/

import pandas as pd
import matplotlib.pyplot as plt
from io import StringIO

net2 = pd.read_csv('run_2-tag-loss.csv', usecols=['Step', 'Value'])
plt.plot(net2.Step, net2.Value, lw=1.5, label='Net-2', color='pink')
net3 = pd.read_csv('run_3-tag-loss.csv', usecols=['Step', 'Value'])
plt.plot(net3 .Step, net3 .Value, lw=1.5, label='Net-3', color='green')
net4 = pd.read_csv('run_4-tag-loss.csv', usecols=['Step', 'Value'])
plt.plot(net4 .Step, net4 .Value, lw=1.5, label='Net-4', color='yellow')

plt.legend(loc=0)
plt.show()

就可以放到论文里面了

具有标准差的论文绘图

# 导入库函数
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
plt.style.use('ggplot')
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 平滑处理，类似tensorboard的smoothing函数。
# 此处的x y需要根据自己文件列名修改，权重可以自己设定
def smooth(read_path, save_path, file_name, x='timestep', y='reward', weight=0.75):

    data = pd.read_csv(read_path + file_name)
    scalar = data[y].values
    last = scalar[0]
    smoothed = []
    for point in scalar:
        smoothed_val = last * weight + (1 - weight) * point
        smoothed.append(smoothed_val)
        last = smoothed_val

    save = pd.DataFrame({x: data[x].values, y: smoothed})
    save.to_csv(save_path + 'smooth_'+ file_name)

# 平滑预处理原始reward数据
smooth(read_path='./BipedalWalker-v3/', save_path='./BipedalWalker-v3/', file_name='PPO_BipedalWalker-v3_log_210.csv')
smooth(read_path='./BipedalWalker-v3/', save_path='./BipedalWalker-v3/', file_name='PPO_BipedalWalker-v3_log_310.csv')
smooth(read_path='./BipedalWalker-v3/', save_path='./BipedalWalker-v3/', file_name='PPO_BipedalWalker-v3_log_410.csv')

# 读取平滑后的数据与原始数据
df1 = pd.read_csv('./BipedalWalker-v3/smooth_PPO_BipedalWalker-v3_log_210.csv')  #[1100: 1200]
df2=pd.read_csv('./ori/train_data.csv')
# 拼接到一起
df = df1.append(df2)
# 重新排列索引
df.index = range(len(df))
print(df)

# 设置图片大小
plt.figure(figsize=(15, 10))
# 画图，同理xy需要改成自己文件的
sns.lineplot(data=df, x="timestep", y="reward")