tensorflow架構下的tensorboard可視化工具可以用到pytorch中用于可視化。
目前我用到的需求就是僅僅顯示标量(train/val loss),記錄一下,希望也可以給看到這篇文章的你帶來幫助。
一、環境安裝
anaconda下安裝pytorch虛拟環境參考:https://blog.csdn.net/sinat_41563673/article/details/97402059
- python3.6+
- pytorch0.4.0+
基于pytorch虛拟環境下安裝下面的包:
- tensorboard (以下兩個指令均可)
pip install tensorboard
conda install tensorboard
- tensorboardX(以下兩個指令均可)
pip install tensorboardX
conda install tensorboardX
- tensorflow(以下兩個指令均可)
pip install tensorflow
conda install tensorflow
二、生成資料代碼
代碼:
from tensorboardX import SummaryWriter
import numpy as np
writer = SummaryWriter()
for epoch in range(100):
writer.add_scalar('scalar/test', np.random.rand(), epoch)
writer.close()
代碼解釋:
- 首先導入
,然後定義一個from tensorboardX import SummaryWriter
執行個體,運作代碼,預設生成一個runs檔案夾;SummaryWriter()
- 其次
,這句代碼的作用就是,将我們所需要的資料儲存在檔案裡供可視化使用。這裡的資料是标量,是以使用writer.add_scalar('scalar/test', np.random.rand(), epoch)
,第一個參數可以了解為儲存圖的名稱,第二個參數可以了解為y軸資料,第三個參數可以了解為x軸資料。writer.add_scalar()
将上邊代碼運作,會産生
runs
檔案夾以及檔案夾中包含儲存好的資料檔案,用于後面的可視化。
三、可視化
在
runs
的同級目錄下使用指令行:
tensorboard --logdir runs
會産生對應的可視化連結,點選連結進入,就可以看到可視化後的結果。