TensorBoard 的使用(一)


前言:
  安装完 pytorch 环境后,我们正式学习第一个内容:使用 Tensorboard 来使数据可视化,对应 B站 小土堆 博主中 pytorch 教程的第八节内容,先看视频,再读本文章会比较容易看懂。


目录

  • 1、安装 TensorBoard
  • 2、代码展示
  • 3、解释代码
  • 4、运行代码
  • 5、打开TensorBoard
  • 6、结果展示

1、安装 TensorBoard

  在运行下面主要代码之前,我们要先安装 TensorBoard 这个 python 库。
(这里先停一下,你要先学会安装 python 库,如果不会,请查其他资料学习)

  • 用 pip 下载 python 库;
  • 用 conda 下载 python 库;
  • 使用 PyCharm 软件下载 python 库。
pip install tensorboard

2、代码展示

from torch.utils.tensorboard import SummaryWriter

writer = SummaryWriter("log")

for i in range(100):
    writer.add_scalar("y=2x", 2*i, i)

writer.close()

3、解释代码

  从 torch.utils.tensorboard 中导入 SummaryWriter 库。在当前代码文件(如:a8.py)下的文件夹内创建一个叫做 log 的文件夹,用于存放运行产生的数据文件。这个文件夹的位置与代码文件的位置是相同的。

例如:a8.py 放在 D:\pytorch 中,其中 pytorch 为文件夹的名字,则这个叫 log 的文件夹的路径为: D:\pytorch\log 。

  如果代码是下面这种形式:就会在代码所在的文件夹外创建 log 文件夹。例如:a8.py 放在 D:\pytorch\代码 中,那么 log 文件夹就的路径为: D:\pytorch\log

writer = SummaryWriter("../log")

  将 SummaryWriter( ) 赋给 writer 。i 的值是从 0 到 99 ,总共有 100 个数字。用writer.add_scalar( ) 来存放数值数据,scalar 是标量的意思。里面的参数设置分别为:框名(不同的框名存放不同的数据),y 值,x 值。最后一定要记得用 writer.close( ) 关闭 tensorboard 。运行代码。

4、运行代码

TensorBoard 的使用(一)_第1张图片

5、打开TensorBoard

  比较方便的方法是:直接在 PyCharm 软件的终端上运行下面代码:

tensorboard --logdir="log"
TensorBoard 的使用(一)_第2张图片
  第二种方法是在任何终端输入上面的代码,但要在存放 log 文件夹的路径下执行
TensorBoard 的使用(一)_第3张图片

6、结果展示

TensorBoard 的使用(一)_第4张图片

你可能感兴趣的:(Pytorch入门,pytorch)