tensorboard的使用

1.安装tensorboard：pip install tensorboard

2.导入： from torch.utils.tensorboard import SummaryWriter

3.实例化：writer = SummaryWriter("./logs")   括号中的为存放路径

---

1.add_scalar函数的使用

add_scalar(tag, scalar_value, global_step=None, walltime=None)

最常用的就是第一个add_scalar，使用该方法记录训练过程，一般只用前三个参数

 tag (str) – Data identifier（你的可视化图像的名称叫什么）

 scalar_value (float or string/blobname) – Value to save（你要可视化的值，就是Y轴上的值，一般就是损失值）

 global_step (int) – Global step value to record（X轴）

示例1：可视化训练过程中的loss

writer.add_scalar("loss", loss, epoch)

示例2：可视化y=x函数

writer = SummaryWriter("logs")
for i in range (100):
    writer.add_scalar('y=2x', 2*i, i)
writer.close()

打开指令：终端输入  tensorboard --logdir 文件夹名

#一定要为文件夹名，不能为文件名

eg：tensorboard --logdir /home/rui/PycharmProjects/pythonProject/exercise/logs

tensorboard --logdir=./result

#指定端口
tensorboard --logdir=./result --port=7007

注意：tensorboard将远程服务器上的ip在本地打开，指令要加--bind_all

tensorboard --logdir=./result_dir --port=1115 --bind_all

有时候服务器上的tensorboard打不开，可将文件下载到本地，用本地环境中的tensorboard打开