【Pytorch 安装TensorboardX及使用】

1. 数据可视化：

tensorboard作为Tensorflow中强大的可视化工具，已经被广泛使用

但针对其他框架，例如Pytorch，之前一直没有这么好的可视化工具可用，好在目前Pytorch也可以支持Tensorboard了，那就是通过使用tensorboardX，真是Pytorcher的福利！

Github传送门：Tensorboard ， TensorboardX

可以看到 tensorboardX完美支持了tensorboard常用的function

下面介绍tensorboardX安装和基本使用方法：

2. tensorboardX安装：

因为tensorboardX是对tensorboard进行了封装后，开放出来使用，所以必须先安装tensorboard, 再安装tensorboardX，
（而如果不需要，可以不安装tensorflow，只是有些功能会受限）

直接使用pip/conda安装：

pip install tensorboard
pip install tensorboardX

3. tensorboardX使用：

安装好后，剩下的和tensorboard使用方法基本一致，
先跑一遍example中的实例，

git clone https://github.com/lanpa/tensorboardX.git

可以看到example 文件夹有很多实例

运行demo.py:

python demo.py

demo.py运行后，会在该目录生成默认的runs文件夹，里面存储了Demo程序写入的log文件（通过pytorch）,这样就可以通过tensorboard对这些数据可视化了：

tensorboard --logdir "log路径" --port 6006

和往常一样启动tensorboard，web组件会在localhost搭建一个Port默认为6006

这时候打开浏览器（最好用chrome）进入http://localhost:6006/ ，就可以查看数据。
参考文献：数据可视化