Tensorboard的使用

 代码：

##train.py##
.....
from torch.utils.tensorboard import SummaryWriter
.......
#在main方法里创建和关闭writer对象
#将writer传递给Solver类
示例的train方法定义在solver.py的Solver训练类里，如果你是直接使用train方法，不必传递
def main(args):
    #数据准备 
    
    # 构建数据字典
    data = 

    model=   #创建模型

    writer = SummaryWriter(log_dir=args.save_folder)  # 指定日志保存目录
    
   ..............

    solver = Solver(data, model, optimizer, scheduler, args, writer)  
    solver.train()  

    writer.close()  # 关闭tensorboard


##solver.py##

class Solver(object):
    def __init__(self, data, model, optimizer, scheduler, args, writer):
        self.args = args
        ..........
        self.writer = writer  #接收 writer 对象
        # Training config
      
        # save and load model
      
        # logging


    
    def train(self):
        train_loss = []
        val_loss = []
        .........
        #训练验证
        #计算损失


                #模型图的代码
                self.writer.add_graph(self.model, torch.randn(batchnum, channels, length).cuda() if self.use_cuda else torch.randn(batchnum, channels, length))

环境：

包管理器下：

pip install tensorboard

   pip install torch-tb-profiler

注意：python解释器要是3.8以上，不然会出现：

from typing import TYPE_CHECKING, Generic, Iterator, NamedTuple, TypeVar, TypedDict, overload ImportError: cannot import name 'TypedDict' from 'typing'

低版本 Python 环境中，typing模块中没有TypedDict。这个问题通常发生在 Python 版本较旧的时候。

当你的项目必须使用3.7以下的python版本时，可以在该环境下训练好你的网络，得到文件

然后切换python3.8的环境启动tensorboard也是可以的。

 vscode下：

代码准备好后，vscode会通知安装或者启动tensorboard

使用：

在代码中直接点击启动：

vscode下会出现：

出现这个后：可以再在浏览器里输入：http://localhost:6006/ 

仍然是一样的结果，并且还可以下载图片（vscode扩展下好像点击下载没反应：

更新：经过试验，前面的方法还是太麻烦了：

 

##train.py##
.....
from torch.utils.tensorboard import SummaryWriter
.......
#在main方法里创建和关闭writer对象

def main(args):
    #数据准备 
    
    # 构建数据字典
    data = 
 
    model=   #创建模型
 
    writer = SummaryWriter(log_dir=args.save_folder)  # 指定日志保存目录

  #模型图的代码
    writer.add_graph(model, torch.randn(batchnum, channels, length).cuda() if args.use_cuda else torch.randn(batchnum, channels, length))
 
 
    
   ..............
 与训练类无关，只要建立好模型就可以直接用了，需要注意的是，输入数据和模型权重要在一个设备上（cpu或gpu）
 
    writer.close()  # 关闭tensorboard