pytorch在Jupyter使用tensorboard可视化

1.前提条件：安好tensorboard

pip install tensorboard

2.使用SummaryWriter来记录（SummaryWriter用法详见Pytorch中TensorBoard及torchsummary的使用详解 | w3c笔记 (w3cschool.cn)）

from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter("TEST_logs")      #第一个参数指明 writer 把summary内容 写在哪个目录下
# writer = SummaryWriter()
for i in range(100):
    writer.add_scalar("y=x",i,i)

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

writer.close()     

• writer=SummaryWriter("TEST_logs")：初始化，“TEST_logs”代表文件名，代码运行将会创建TEST_logs文件夹，并将event文件存放在当前文件夹下；
• writer=SummaryWriter()：没有参数时，默认为logs；
• writer.close()：将event log写完之后，记得close，否则tensorboard会加载不出数据；

%load_ext tensorboard

%tensorboard --logdir <文件夹>

• 在jupyter中运行这两行，加载tensorboard结果
• 其中<文件>代表上面代码初始化中的参数（“TEST_logs”）（没有参数时，文件夹默认是logs）

参考：TensorBoard的最全使用教程：看这篇就够了 - 腾讯云开发者社区-腾讯云 (tencent.com)