Pytorch深度学习入门基础（四）：TensorBoard 的使用

好久没有更新了，今天继续更新吧！今天就讲一下TensorBoard 的使用

        TensorBoard 可以用来观察 loss 的图像， 方便我们看出在训练到第几步的时候， 对应的 loss 是我们预期所想要的。 如下图所示：
 

       除此之外， TensorBoard 还可以用来展示在训练到第几步的时候显示我们的输入的图像， 如下图所示， 显示我们训练到 2974 步时的图像：
 

一、TensorBoard 的安装

       首先我们打开 anaconda 的终端， 我们进入到 pytorch（ 本教程之前自己创建
的虚拟环境） 的虚拟环境当中（ 使用指令： conda activate pytorch）

 conda activate pytorch

接下来我们使用指令 pip install tensorBoard 进行安装
如果安装比较慢， 可以使用清华源进行安装， 指令为： pip install tensorBoard -i 换源地址

换源地址有：
* 阿里源： https://mirrors.aliyun.com/pypi/simple/
* 清华源： https://pypi.tuna.tsinghua.edu.cn/simple/
* 豆瓣： http://pypi.douban.com/simple/
* 中科大： https://pypi.mirrors.ustc.edu.cn/simple/

例如：如果使用清华源，那就输入下面这段代码到CMD当中。

pip install tensorBoard -i https://pypi.tuna.tsinghua.edu.cn/simple/

二、创建文件

首先我们先创建一个文件： test_tb.py

from torch.utils.tensorboard import SummaryWriter

         上面这一行代码表示的是从 torch 的常用工具（ utils） 里面的 tensorboard 导入 SummaryWriter 类

三、SummaryWriter 类使用

       我们先来查看一下 SummaryWriter 类的官方用法， 上面我们已经讲过了可以使用 juypter 来查看， 在这里我们也可以使用 pycharm 来查看 SummaryWriter 类的官方用法， 方法是： 先按下 ctrl， 再拖动鼠标放到 SummaryWriter， 然后点击鼠标左键， 就可进入查看 SummaryWriter 类的官方用法。

接下来我们创建一个实例， 我们将它对应的事件文件存储到 logs 的文件夹下：

在这个实例当中， 通常我们会使用两个方法， 第一是 add_image()， 第二个是add_scalar()， 最后我们将 writer 进行关闭， 如下图所示：

四、dd_scalar()方法的使用

4.1查看官方文档

      同样我们使用上面的方法， 先看一下 add_scalar()的官方文档。在官方文档当中：
      tag 表示的是本章开头 loss 图标的标题
      scalar_value 表示需要保存的数值
      global_step 表示训练到多少步的时候， 训练对应的 scalar_value 的值是多少

4.2实战练习

         我们来尝试一下使用 add_scalar()来绘制 y=x 的图像吧

运行后发现在文件相同路径下创建了一个 logs 的文件夹， 里面包含着一个事件文件

接下来我们来打开这个事件文件： 打开 pycharm 左下角的终端使用指令

tensorBoard --logdir=logs

logdir=事件文件所在文件夹名

这个文件被 tensorBoard 打开的窗口是在 http://localhost:6006/但是有的时候我们很多人在训练时， 打开的窗口会是同一个就会导致出现问题， 因此这里提供的解决方法是我们可以来指定 tensorBoard 打开的窗口， 使用代码：

 tensorBoard --logdir=logs --port=6007

如下图所示：

接着我们点击蓝色的端口， 就可以显示出我们的图像了， 如下图所示：

五、 add_scalar()实例中的一些问题

         如果我们先运行了上面实例的代码（ y=x） ， 则会在 logs 文件夹下生成一个事件， 接着我们想画 y=2x 的图像， 但是我们在 add_scalar()当中只对后面的 i 进行修改， 对标题“y=x” 不进行修改， 即 writer.add_scalar("y=x", 2*i, i)

接着我们再一次运行代码， 然后我们再次通过

tensorBoard --logdir=logs--port=6007

打开事件文件， 但是我们会发现图像存在问题， 如下图所示：

这是因为我们在第一次运行后会生成 y=x 的函数， 当我们再运行 y=2x 的时候， 事件会将把 y=x 图像的结尾和 y=2x 的图像相拟合就出现了上图所示的问题。官方提出的解决方案是把生成的 logs 文件夹的事件全部删除重新运行， 并且一个图像对应一个标题， 即可解决。