pytorch与tensorboard结合使用
Tensorboard
Tensorboard一般都是作为tf的可视化工具,与tf深度集成,它能够展现tf的网络计算图,绘制图像生成的定量指标图以及附加数据等。此外,Tensorboard也是一个独立工具,只要保存的数据遵循一定的格式,Tensorboard就可以读取这些数据并进行可视化
Tensorboard_logger
Tensorboard_logger是TeamHGMemex开发的一款轻量级工具,它将Tensorboard的工具抽取出来,使得非tf用户也可以使用它进行可视化,不过功能有限,但一些常用的还是可以支持。
TL的安装
- 安装tensorflow:建议安装cpu-onlu版本(因为本人pytorch安装的是GPU版本,避免在同一个虚拟环境下包冲突),可以选择直接pip安装,我安装的是tf-1.11.0版本
- 安装tensorboard_logger:安装十分简单,可以通过pip install tensorboard_logger命令直接安装
如何使用
- 首先启动Tensorboard,命令格式如下:
tensorboard --logdir <your/runni