pytorch可视化

以下内容基于官方文档，由于ubuntu服务器在训练数据，测试系统使用的是windows10：

pytorch的可视化是借助tensorboard完成的

测试代码：

from torch.utils.tensorboard import SummaryWriter

writer=SummaryWriter("F:/tensorboard")
x=range(100)
for i in x:
    writer.add_scalar('y=2x',i*2,i)
writer.close()

其中"F:/tensorboard"内存储的是供tensorboard读取的配置文件，也就是本次的scalar：

成功生成文件后，在cmd中输入：

tensorboard --logdir=F:\tensorboard --host=127.0.0.1

#这里pytorch官网提供的命令是tensorboard --logdir=XXX，命令无法运行

可以看到最下面一行提供的网址，在浏览器打开这个网址就可以得到tensorboard结果：

生成神经网络结构图：

import torch
from torch import nn
from torch.utils.tensorboard import SummaryWriter

class simpleNet(nn.Module):

    def __init__(self, in_dim, n_hidden_1, n_hidden_2, out_dim):
        super().__init__()
        self.layer1 = nn.Linear(in_dim, n_hidden_1)
        self.layer2 = nn.Linear(n_hidden_1, n_hidden_2)
        self.layer3 = nn.Linear(n_hidden_2, out_dim)

    def forward(self, x):
        x = self.layer1(x)
        x = self.layer2(x)
        x = self.layer3(x)

        return x

writer=SummaryWriter("F:/tensorboard")
demo=simpleNet(20,30,40,50)
in_put=torch.randn(128,20)
//注意这里add_graph要提供输入数据，否则会报错
writer.add_graph(demo,in_put)
writer.close()

参考：
tensorboard成功运行但无法打开网站
官方文档