Pytorch可视化训练过程

Pytorch中使用Tensorboard进行可视化：

安装CPU版的TensorFlow

$pip install tensorflow

下载logg.py文件：

https://github.com/yunjey/pytorch-tutorial/blob/master/tutorials/04-utils/tensorboard/logger.py 复制到你的项目文件里。

然后在你的python 文件里输入：

from  logger import Logger

在训练网络之前定义好需要存的tensorboard文件的文件夹：logger=Logger(‘./logs’)

logger=Logger(‘./logs’)

 

之后通过以下方式记录想要记录的变量：

# (1) Log the scalar values
info = { 'loss': loss.data[0],'accuracy': accuracy.data[0]}
for tag, value in info.items(): 
     logger.scalar_summary(tag, value, step)
# (2) Log values and gradients of the parameters (histogram)
for tag, value in model.named_parameters():
     tag = tag.replace('.', '/')
     logger.histo_summary(tag, to_np(value), step)
     logger.histo_summary(tag+'/grad', to_np(value.grad), step)
# (3) Log the images
info = {'images': to_np(img.view(-1, 28, 28)[:10])}
for tag, images in info.items():
     logger.image_summary(tag, images, step)

最后打开cmd cd到log所在的文件夹：

 

在终端输入tensorboard.exe --logdir=”log所在的目录”

 

打开浏览器输入：

 

可视化如下：