PyTorch中TensorboardX的使用

Tensorboard是TensorFlow的一个可视化工具，TensorboardX使得其他深度学习框架例如PyTorch也可以使用Tensorboard的功能。 

1.创建writer

from tensorboardX import SummaryWriter
writer = SummaryWriter('log')

2.用add_scalar添加要记录的数字常量

例如训练时在每个episode里记录loss和reward来监控训练过程：

# 在第i_ep个episode里：
    writer.add_scalar(tag='loss', scalar_value=ep_loss, global_step=i_ep)
    writer.add_scalar(tag='reward', scalar_value=ep_reward, global_step=i_ep)

其中，scalar_value (float)是数字常量值，如果是 PyTorch scalar tensor则需要调用 .item() 方法获取其数值；tag (string)标记数据名称，不同名称的数据使用不同曲线展示；global_step是训练的step也即横坐标。

3.启动tensorboard

tensorboard --logdir='log'

 参考：

https://blog.csdn.net/bigbennyguo/article/details/87956434