Tensorboard的使用(基础方法，查看训练损失，网络结构)

导入工具包

from torch.utils.tensorboard import SummaryWriter

将生成的事件存储到logs文件夹

writer = SummaryWriter("logs")

生成函数曲线方法

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

最后一定要关闭

writer.close()

打开事件文件查看
使用pycharm的terminal命令行
tensorboard --logdir=logs文件的绝对路径

点击那个网址

添加图片

writer.add_image("test", img, 2, dataformats) #参数(标题, 图片, 步骤(step), 格式)
#img默认格式是[c,h,w]  ,如果输入的img格式是[h,w,c],则要设置dataformats="HWC"
#对于步骤是第一个img 则设为1，若img换了一张，则设为2，这样展示时候就会形成一个滑块
#如果换一个标题就会生成一个新的图片框

step1

step2

换个标题

使用Tensorboard查看训练过程中的损失

部分代码

from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter("train_logs")
#记录训练的次数
total_train_step = 0

#在训练过程中添加以下代码
        total_train_step = total_train_step + 1
        #训练100次时打印一次
        if total_train_step % 100 == 0:
            writer.add_scalar("train_loss", loss.item(), total_train_step)

writer.close()

查看生成日志

使用tensorboard查看网络模型

writer.add_graph(model,input)   #参数(模型，输入)