Pytorch 下 TensorboardX 使用

这里引用一下在其他地方看到的一些话: 

tensorboard做为Tensorflow中强大的可视化工具,已经被普遍使用。

但针对其余框架,例如Pytorch,以前一直没有这么好的可视化工具可用,PyTorch框架自己的可视化工具是Visdom,但是这个API需要设置的参数过于复杂,而且功能不太方便也不强大,所以有人写了一个库函数TensorboardX来让PyTorch也可以使用tensorboard。

先做几点说明,我是安装的anaconda,然后在anaconda下建了一个虚拟环境pytorch2,在pytorch2虚拟环境下安装的pytorch,后续和pytorch相关的安装包也都安装在pytorch2这个虚拟环境中。

我是首先安装了tensorboardX

pip install tensorboardX

然后发现在pytorch下使用tensorboardX,但其内核是tensorflow里面的board,所以安装之前得先安装tensorflow

pip install tensorflow
pip install tensorboard #这个不知道是不是必要的,但也加上了

然后接着我就根据网上的博客用pycharm写一段代码

from tensorboardX import SummaryWriter
#以下展示3种初始化SummaryWriter的方法

#创建writer1对象
# log会保存到 runs/exp 文件夹中
writer1=SummaryWriter('runs/exp')

#使用默认参数创建writer2对象
# log 会保存到 runs/日期_用户名 格式的文件夹中
writer2=SummaryWriter()

#使用 commet 参数,创建 writer3 对象
#log 会保存到 runs/日期_用户名_resnet 格式的文件夹中
writer3=SummaryWriter(comment='_resnet')

for i in range(10):
    writer1.add_scalar('quadratic',i**2,global_step=i)

 这些代码里有些不是重点,根据注释里的内容分辨一下

打开anaconda终端,activate pytorch2,

输入tensorboard --logdir=YOUR_PATH

复制浏览器地址,用 IE 和 google 浏览器都成功了。

 

注意注意!这里的YOUR_PATH的意思是你所创建的实例的路径(根据你的路径替换),不要直接写上YOUR_PATH!

对于我这里的实例路径就是 'runs/exp',但是注意,这是相对这段代码的路径 (创建的实例就是在该 .py 文件的同一级加上 runs 文件夹,runs 下面有 exp ,exp 下面有创建的实例),如果我们要在anaconda终端输入上述内容,最好复制文件路径的全部,例如

D:\motong\Pytorch\tensorboard_test\runs\exp

我就是之前直接用runs/exp显示 No scalar data was found,但是换成全称之后就可以正常显示了。

IEPytorch 下 TensorboardX 使用_第1张图片

Google

Pytorch 下 TensorboardX 使用_第2张图片

 

 

你可能感兴趣的:(深度学习,pytorch,深度学习,人工智能)