pytorch+tensorboard使用方法

tensorboard是tensorflow中的可视化工具，pytorch也可以使用，并不一定需要依赖GPU

 

在pytorch的基础上，如需使用tensorboard可以直接使用pip安装tensorboard

 

torch代码中的使用tensorboard的方法：

   1、准备好存放log文件的目录，并创建SummaryWriter实例

from torch.utils.tensorboard import SummaryWriter
# 参数中传入准备好的log文件夹路径
writer = SummaryWriter("./logs")  

 
  2、添加标量add_scalar

# 添加loss对应的两个标量，其中loss/train_loss和loss/valid_loss是分组的使用方式
# 两个标量都属于loss组，这一组的标量折线图会放到一块儿但不在同一个图像上
writer.add_scalar("loss/train_loss", train_loss, epoch+1)
writer.add_scalar("loss/valid_loss", valid_loss, epoch+1)

 
  3、添加多个标量到同一个坐标系中add_scalars

#在这里插入代码片
writer.add_scalars("loss",{"train_loss":train_loss, "valid_loss":valid_loss}, epoch+1)

 
  4、关闭writer

writer.close()

 

命令行启动tensorboard服务，然后使用浏览器打开服务页面

 tensorboard --logdir='logs/'