Tensorboard安装、使用、常见问题

   TensorBoard 是一个由 TensorFlow 提供的可视化工具，不过它也可以与其他深度学习框架（如 PyTorch）集成使用。它可以将训练过程中的各种数据以直观的图表形式展示出来，帮助开发者更好地理解、调试和优化深度学习模型。TensorBoard是一个基于浏览器的观察器，可以监视你模型的训练全过程，这里需要注意的是，我们不需要联网就能打开这个观察器，这只是个本地服务

下载

在Anaconda Prompt的pytorch环境中输入 pip install tensorboard

使用

先在代码部分写好的右键重新运行

出现logs文件（自己设置的命名随意）即成功

 在PyCharm的终端中输入tensorboard --logdir  "文件夹名"      弹出地址

进入链接成功

 注意不可以是  tensorboard --logdir =文件夹名  

否则会出现 

Probable causes:

• You haven’t written any data to your event files.
• TensorBoard can’t find your event files.

 使用Tensorboard打开数据集图片

     在训练深度学习模型时，我们通常需要监控一些标量指标，如训练损失、验证准确率等。SummaryWriter 可以方便地记录这些标量数据随训练步数或训练轮数的变化情况。

​
from PIL import Image
from torch.utils.tensorboard import SummaryWriter
'''SummaryWriter 是 PyTorch 中 torch.utils.tensorboard 模块提供的一个类，
它的主要作用是将各种数据（如训练损失、模型参数、图像等）写入到 TensorBoard 日志文件中，
以便后续使用 TensorBoard 工具进行可视化分析。'''
from torchvision import transforms
img_path="dataset/hymenoptera_data/train/ants/0013035.jpg"  #相对路径
img =Image.open(img_path) #获取img
writer=SummaryWriter("logs")
tensor_trans=transforms.ToTensor() #借用transforms中的类进行创建
tensor_img=tensor_trans(img) #将img转化为tensor_img形式
writer.add_image("Tensor_img",tensor_img)
writer.close()

​

在Pycharm终端输入   tensorboard --logdir "logs"

 进入 tensorboard完成显示