一 写在前面
未经允许，不得转载，谢谢~~~
一个暑假都木有更新博客（/认真捂脸.jpg）
马上就开学了，新学期加油哦~~~
这篇文章主要学习一下PyTorch如何用Tensorboard进行模型，数据以及训练过程的可视化。
二 常用功能
2.1 TensorBoard基本设置
- 从
torch.utils中导入tensorboard中的SummaryWriter类;
from torch.utils.tensorboard import SummaryWriter
- 实例化用来记录信息到TnesorBoard的
SummaryWriter类对象；
writer = SummaryWriter('logs/exp1/tensorboard')
- 其中
logs/exp1/tensorboard表示tensorboard的保存路径。
2.2 将内容写入TensorBoard
1 写入图像
writer.add_image('my_images', img)
- 其中
img为想要存入的图像；
2 写入模型
writer.add_graph(net, images)
- 其中
net为网络模型； - 其中
images为网络模型的输入；
3 写入网络训练的loss等内容
writer.add_scalar('loss', loss)
- 其中
loss为loss； - 当然也可以写入其他的标量；
2.3 TensorBoard内容查看
- 模型训练完成之后会在你设置的目标文件夹下生成一个tensorboard文件。
$ ls logs/exp1/tensorboard/
events.out.tfevents.1566455334.bigvid-g01
- 找到这个文件，然后运行命令：
tensorboard --logdir=logs/exp1
- 然后根据命令行提示：
TensorBoard 1.8.0 at http://bigvid-g01:6006 (Press CTRL+C to quit)，把自己的服务器IP替换进去贴到浏览器就可以看到了：
scalars
images
三 写在最后
这个用起来确实很方便，可以省去自己保存loss然后处理数据的烦恼，确实还不错~
这篇文章目前只尝试了scalar和images的写入，其实还可以对模型以及数据的低维特征进行可视化~
更多的细节还请参考官网-VISUALIZING MODELS, DATA, AND TRAINING WITH TENSORBOARD哦~~(>ω<*)
