pytorch中使用tensorboard實作可視化

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

  from tensorboardX import SummaryWriter

  ，然後定義一個

  SummaryWriter()

  執行個體，運作代碼，預設生成一個runs檔案夾；
• 其次

  writer.add_scalar('scalar/test', np.random.rand(), epoch)

  ，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()

  ,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。

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。

在實際使用的過程中，我們的y坐标基本都是顯示loss值變化的，将對應的随機數改成随着epoch變化的loss值即可。