pytorch使用tensorboard进行训练过程可视化

一、安装tensorboardX

pip install tensorboardX

二、pytorch代码

# 导入相应包
from tensorboardX import SummaryWriter
# 初始化writer变量
writer = SummaryWriter()
# 每个epoch结束，添加loss和acc值
for epoch in range(10):
	...
	engine.writer.add_scalar('train/acc', value[train.acc], epoch)
	engine.writer.add_scalar('train/loss', value[train.loss], epoch)
	engine.writer.add_scalar('val/acc', value[val.acc], epoch)
	engine.writer.add_scalar('val/loss', value[val.loss], epoch)

# 训练结束，及时关闭
writer.close()

注意：tensorboardX适合于pytorch1.2.0以下版本，如果是1.2.0及以上版本，可以直接：

from torch.utils.tensorboard import SummaryWriter

其余操作都是一样的。

三、查看训练曲线

• 打开tensorboard

# 打开新终端，输入
tensorboard --logdir '日志的完整路径名'

• 得到以下的输出
  
• 在浏览器中输入以上ip，查看可视化结果