pytorch中tensorboard安装及安装过程中出现的常见错误

安装步骤

1.在anaconda prompt环境下安装tensorboard
（1）激活pytorch环境

activate pytorch

（2）安装tensorboard

Pip install tensorboard

安装起来还是比较快的，tensorboard占用存储也小，所以网慢也会很快安装好。

使用tensorboard

在终端或者pycharm中输入以下代码字段

import torch
import torchvision
from torch.utils.tensorboard import SummaryWriter
from torchvision import datasets, transforms

# Writer will output to ./runs/ directory by default
writer = SummaryWriter()

transform = transforms.Compose([transforms.ToTensor(), transforms.Normalize((0.5,), (0.5,))])
trainset = datasets.MNIST('mnist_train', train=True, download=True, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=64, shuffle=True)
model = torchvision.models.resnet50(False)
# Have ResNet model take in grayscale rather than RGB
model.conv1 = torch.nn.Conv2d(1, 64, kernel_size=7, stride=2, padding=3, bias=False)
images, labels = next(iter(trainloader))

grid = torchvision.utils.make_grid(images)
writer.add_image('images', grid, 0)
writer.add_graph(model, images)
writer.close()

可以在anaconda prompt终端中的刚才所创建的虚拟环境pytorch中进行：
（1）首先进入刚才创建的虚拟环境

activate pytorch

（2）运行python

python

检验tensorboard是否安装好

from torch.utils.tensorboard import SummaryWriter

没报错就是安装好了

（3）官方pytorch文档中运行tensorboard，直接复制代码到刚才建立的虚拟环境pytorch终端命令
tensorboard --logdir=runs

注意：（3）会出现问题两个问题

问题1（可无可有，看自己的电脑提示）

若有问题，则是以下问题：

tensorboard ‘utf-8’ codec can’t decode byte 0xba in position 0: invalid start byte

解决方法：

计算机名称里边有中文， 改一下计算机名称 运行成功。

问题2

运行完（3）之后会出现

复制 http://localhost:6006/ 到Google游览器，会出现

这是因为命令tensorboard --logdir=runs的错误

步骤（3）的正确做法
（1） 在运行上述代码完成后，会出现一个运行文件log。在runs下的文件夹里面

（2）copy下这个文件夹的路径（注意不是文件的路径，而是文件夹的路径）

该文件夹下点击右键


直接左键即可复制
（3）在虚拟环境pytorch终端命令窗口直接运行：

tensorboard --logdir=D:\pycharm\pychanrm项目文件\runs\Dec20_21-26-45_R7000P

值得注意的是：

1.=的左右都不能有空格
2.path必须是绝对路径才可以正常找到文件，/home/…

（4）运行完会出现

（5）复制 http://localhost:6006/ 到Google游览器，即可运行成功。

是不是感觉很神奇，作为研究生的我在期末考试来临之际写这么多文字也很不容易，有用的帮忙点个赞，谢谢大家。

最后附检测代码：

from torch.utils.tensorboard import SummaryWriter
import numpy as np

writer = SummaryWriter()

for n_iter in range(100):
    writer.add_scalar('Loss/train', np.random.random(), n_iter)
    writer.add_scalar('Loss/test', np.random.random(), n_iter)
    writer.add_scalar('Accuracy/train', np.random.random(), n_iter)
    writer.add_scalar('Accuracy/test', np.random.random(), n_iter)