tensorboard_scalar

import numpy as np

from tensorboardX import SummaryWriter

writer=SummaryWriter(log_dir="scala",comment="base_scala")

for epoch in range(100):
    writer.add_scala(tag='scala/test',scalar_value=np.random.rand(),global_step=epoch)
    writer.add_scalars("scala/scalars_test",{"xsinx":epoch *np.sin(epoch),"xcosx":epoch*np.cos(epoch)},epoch)
writer.close()

　　

1. from tensorboardXimport SummaryWriter

2. 然后定义一个SummaryWriter() 实例。

    SummaryWriter()的参数为：def __init__(self, log_dir="scala", comment="base_scala", **kwargs):

       其中log_dir为生成的文件所放的目录，

       comment为文件名称。

       默认目录为生成runs文件夹目录。

       

 

 

 

3.    add_scalar(tag, scalar_value, global_step=None, walltime=None)

           tag (string): 数据名称，可以简单理解为保存图的名称
           scalar_value (float): 数字常量值,可以理解为Y轴数据
           global_step (int, optional): 训练的 step,可以理解为X轴数据
           walltime (float, optional): 记录发生的时间，默认为 time.time()

     当Y轴数据不止一个时，可以使用writer.add_scalars()

       

       

4.  如果是默认目录，则 tensorboard --logdir runs

     本例中，tensorboard --logdir scalar

5. 最后调用writer.close()