Pytorch训练过程的可视化

学习记录

一、可视化方法

1. 使用Tensorboard

安装

pip install tensorboard

使用

1. 代码

from torch.utils.tensorboard import SummaryWriter

self.writer = SummaryWriter(log_dir= +'runs/{}_env_{}_seed_{}'.format(self.algorithm, self.env_name, self.seed)) # 创建

self.writer.add_scalar('step_rewards_{}'.format(self.env_name), evaluate_reward, global_step=self.total_episodes) # 写入数据

self.writer.close()# 关闭

2. 命令行中的操作

windows下的操作，cmd命令行操作下，使用cd命令找到存放runs的目录。到下图所示的一级即可

注意：一定不要到下方所示的目录下

tensorboard --logdir “runs” --host localhost #此处需要注意：logdir后面的路径，一定要是双引号，单引号会报错。

再次强调：

• logdir后面没有等号（仅限windows）。
• 只需要写到runs的目录即可;
• path 一定是双引号

2. 使用Visdom

Visdom是Facebook专为PyTorch开发的实时可视化工具包，其作用相当于TensorFlow中的Tensorboard，灵活高效且界面美观。如果想更多了解关于Visdom的使用可以参考官方文档。

安装

pip install visdom

使用

参看这篇CSDN