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