Tensorboard：SummaryWriter类

Tensorboard：SummaryWriter类

Tensorboard在训练模型时很有用，可以看训练过程中loss的变化。之前用于Tensorflow框架，自Pytorch1.1之后，Pytorch也加了这个功能。

SummaryWriter类可以在指定文件夹生成一个事件文件，这个事件文件可以对TensorBoard解析。

安装

找到所在环境pip安装即可：pip install tensorboard

导入

from torch.utils.tensorboard import SummaryWriter

实例化

writer=SummaryWriter()

def __init__(self, log_dir=None, comment='', purge_step=None, max_queue=10,
             flush_secs=120, filename_suffix=''):

官方示例：

# create a summary writer with automatically generated folder name.
writer = SummaryWriter()
# folder location: runs/May04_22-14-54_s-MacBook-Pro.local/

# create a summary writer using the specified folder name.
writer = SummaryWriter("my_experiment")
# folder location: my_experiment

# create a summary writer with comment appended.
writer = SummaryWriter(comment="LR_0.1_BATCH_16")
# folder location: runs/May04_22-14-54_s-MacBook-Pro.localLR_0.1_BATCH_16/

第1个示例是说默认的存储文件夹：runs/…

第2个示例是保存在指定文件夹中，参数为文件夹名；

第3个实例是保存在默认文件夹中，然后对comment参数进行了设置，功能是在文件夹后加后缀，一般其他参数都不常用。

writer.add_scalar()方法：

def add_scalar(
    self,
    tag,
    scalar_value,
    global_step=None,
    walltime=None,
    new_style=False,
    double_precision=False,
):

上面是官方定义的参数，这个方法是添加标量的意思。

Args:
    tag (string): Data identifier
    scalar_value (float or string/blobname): Value to save
    global_step (int): Global step value to record
    walltime (float): Optional override default walltime (time.time())
      with seconds after epoch of event
    new_style (boolean): Whether to use new style (tensor field) or old
      style (simple_value field). New style could lead to faster data loading.

tag：所画图标的title，str类型，注意引号

scalar_value：需要保存的数值，对应y轴的y值

global_step：全局的步数，对应x轴

事件文件打开方法：

在PyCharm中，找到项目所在的terminal，

tensorboard --logdir=事件文件所在的文件夹名

在弹出的网址上打开即可。

保存loss曲线

选中左边“Show data download links”按钮，曲线下就有下载的按钮，保存的曲线为.svg文件，然后网页在线SVG转png或者jpg就可以了。

平滑原始loss曲线

tensorboard界面展示的曲线可以调整平滑度，如果下载下来的是原始曲线，要用到论文中可以再对svg文件处理，提取tensorboard的loss曲线平滑重画。

平滑曲线的代码网上有，后面如果自己用到我也会整理发布。