Pytorch使用TensorBoard(使用AutoDL快速入门）（mac系统）

AutoDL

AutoDL配有miniconda，提供 tensorboard 监控

没有账号的可以注册体验，新用户注册有十元免费代金券

https://www.autodl.com/register?code=c7d8238d-2b58-4765-a38a-1b9c3f39926e

TensorBoard安装

终端进入项目环境，输入命令安装

pip install tensorboard

终端输入：

tensorboard --help

正常输出则安装成功

pytorch中使用TensorBoard

• 导入包

from torch.utils.tensorboard import SummaryWriter

• 创建一个SummaryWriter对象：用于创建一个log文件

• log_dir是log文件存放的位置，运行后会在当前目录下新建一个logs文件夹，下有train文件夹，文件夹内生成了一个文件（此时该文件为空）

writer = SummaryWriter(log_dir='logs/train')

• 向文件内写入内容

• 例：用add_scalar绘制折线图

    writer.add_scalar(tag="accuracy",
                      scalar_value=epoch * random.uniform(0.8, 1),  # 纵坐标的值
                      global_step=epoch  
                      )

在AutoDL调用TensorBoard

官方文档参考

注意：默认情况下需将tensorboard产生的event文件保存到/root/tf-logs/路径，可以将生成的log文件拷贝至该文件夹，也可以在上文指定生成log文件路径时设置为默认路径。除此之外还能切换目录。本文使用切换目录，指定logs目录为生成的文件夹。

实例开机后，找到AutoPanel访问入口：

当文件夹内为空或日志文件中无内容时页面显示：

注意这里的目录就是当前tensorboard访问的目录

启动终端，停止当前tensorboard进程，手动修改目录

# 在终端中执行以下命令启动TensorBoard
# 删除当前tensorboard进程
ps -ef | grep tensorboard | awk '{print $2}' | xargs kill -9    
# 重新启动
tensorboard --port 6007 --logdir 【/指定目录】

启动后重新在AutoPanel中访问TensorBoard

注意：指定目录必须访问到日志文件所在文件夹

例如，上方创建的日志文件在logs/train/文件夹下，若更改目录到logs下，启动TensorBoard，提示访问异常

更改目录至train文件夹，重新启动，正常显示折线图

更新：如果出现端口切换问题，如默认是6006，切换到6007访问不了数据，又切不回6006时，重启远程实例

---

参考文章

TensorBoard快速入门（Pytorch使用TensorBoard）