pytorch中TensorBoard可视化，初次使用避坑

1. 使用前提

软件	情况
Anaconda	已经安装
TensorFlow	在Anaconda环境下已安装完毕
pytorch	在Anaconda环境下已安装完毕

2. 避坑说明

不用安装TensorBoard
不用安装TensorBoard
不用安装特意TensorBoard

Pip install tensorboard

因为TensorFlow 安装后已经带有tensorboard.exe

2.1 确认是否有tensorboard.exe

（1）这是本人在Anaconda环境下创建的虚拟环境tensorflow-gpu，在该环境下检查tensorboard.exe的存在

D:\anaconda\envs\tensorflow-gpu\Scripts

（2）或者在命令行中输入以下内容查询

conda list

2.2 确认有tensorboard.exe后，不用环境变量

本人在之前遇到 DLL load failed: 找不到指定的模块问题，然后去添加了环境变量，即使代码能运行，还是不能数据可视化。

3. 本人遇到的最主要的问题

No dashboard are active fort the current data set

4. 可视化前的准备

4.1 测试代码

from tensorboardX import SummaryWriter
import torch
writer = SummaryWriter('logs/')#可自定义文件地址

for n_iter in range(200):
    y = torch.rand(1)
    writer.add_scalar('data/scalar_systemtime', y[0], n_iter)
writer.close()

4.2 events文件的位置

有代码可知，本人将该文件放置当前目录

5.启用TensorBoard可视化

1. anaconda prompt 中激活tensorflow环境
2. 命令行中切换到其根盘符
3. tensorboard --logdir “绝对路径”
4. 谷歌浏览器输入http://localhost:6006

5.1 anaconda prompt 中激活tensorflow环境

查询anaconda 中的虚拟环境

conda info --envs #查询anaconda 中的虚拟环境

激活tensorflow环境

 activate tensorflow环境名称

5. 2 命令行中切换到其根盘符

切换到tensorflow环境所在的盘符，如本人，D盘

D: +回车键

5.3 tensorboard --logdir “events文件上一级的绝对路径”

本例中的是截取到logs所在的位置

不能忘了双引号""

tensorboard --logdir "events文件上一级的绝对路径"

5.4 谷歌浏览器输入http://localhost:6006