tensorboard的使用

查看tensorboard的命令：

我们在runs同级目录下使用命令行：tensorboard --logdir runs. 当SummaryWriter(log_dir='scalar')的log_dir的参数值 存在时，将tensorboard --logdir runs 改为 tensorboard --logdir 参数值

参考自：https://www.pianshen.com/article/2704986723/

1:导入SummaryWriter包：from torch.utils.tensorboard import SummaryWriter

2:实例化SummaryWriter：tb = SummaryWriter()

     SummaryWriter()：自动在当前文件夹下，生成文件夹名称"runs"，以及随机的events名称
     SummaryWriter(“test0”)：自动在当前文件夹下生成文件夹名称"test0"，以及随机的events名称
     SummaryWriter(comment=“user”)：自动生成文件夹名称"runs"，并附带comment"user"（也就是在runs下面的子文件末尾添加user），以及随机的events名称，在log_dir参数存在时，comment参数不起作用。

     SummaryWriter(log_dir= '指定输出文件所在文件夹路径')

此处参考自：tensorboard_SummaryWriter_event定义及使用示例

3：给tensorboard添加图片：tb.add_image('image_name', grid)

    这里的grid是输入图片的组合，由grid = torchvision.utils.make_grid(images)得到。images是输      入图片

4：给tensorboard添加网络：tb.add_grid( network，image)
      network = Network()
      images, labels = next(iter(train_loader))
      grid = torchvision.utils.make_grid(images)

     tb.add_image('images', grid)
     tb.add_graph(network, images)

注：3，4参考自使用PyTorch的TensorBoard-可视化深度学习指标 | PyTorch系列（二十五）

5：添加标量：tb.add_scalar(tag = '标签名字'，scalar_value = y轴坐标，global_step = x轴坐标)

                       tb.add_scalars(tag = '标签名字'，{scalar_value = y轴坐标（多个y轴坐标）}，global_step = x轴坐标)

     参考自：https://www.freesion.com/article/14671010446/

6：add_histogram分别为模型参数绘制直方图