pytorch训练过程可视化----TensorboardX

在tensorflow下训练模型的时候可以很方便的使用tensorboard来对整个训练过程进行可视化监控.

但在pytorch下,我们可以通过使用tensorboardX来对模型进行可视化.

github项目地址:https://github.com/lanpa/tensorboardX

 

这里只简单的记录一下如何记录下训练过程的loss,step.

首先PIP  tensorboardX这个就不多说了

然后通过以下代码定义SummaryWriter() 实例

from tensorboardX import SummaryWriter
writer = SummaryWriter(comment='wavernn')

之后通过add_scalar来添加记录点

writer.add_scalar('loss',avg_loss,step)

但是add_scalar 方法只能用来记录数字常量,关于更多的用法可以参考下https://blog.csdn.net/bigbennyguo/article/details/87956434

 

SummaryWriter(comment='wavernn')代表将会在目录下创建runs文件夹(默认创建),其中保存着以时间-机器名-wavernn来命名的文件夹(也可以不加comment参数).这个文件夹下保存着可视化文件.每次调用实例都会创建一个文件夹(因为时间不同).

之后,  终端下输入 tensorboard  --logdir=PATH                 PATH就是你的可视化文件路径,不需包含文件名,     其实和tensorflow下的tensorboard是一样的.