命令行记录：
pip install tensorboard 安装tensorboard （x轴步长,y轴值）
tensorboard --logdir=logs 事件文件所在文件夹名称
tensorboard --logdir=logs --port=6007 修改端口为6007
pytorch从1.2.0开始支持tensorboard，是可视化工具
1、安装可在pycharm 的 Terminal 环境中直接执行命令 pip install tensorboard
或 在Anaconda prompt中先切换环境 conda activate pytorch，再 pip install tensorboard
2、导包from torch.utils.tensorboard import SummaryWriter
从torch的tensorboard工具包中导入 SummaryWriter
SummaryWriter可以绘制表格及显示图片
3、创建SummaryWriter(保存目录地址)writer = SummaryWriter("logs")
执行的可视化数据存储在保存目录文件夹中
4、显示图片与表格writer.add_image() 参数为 图片类型, np.array or string/blobname , 步长, data formats数据格式 高H 宽W 通道C
writer.add_scalar() 参数为 公式, 步长, 值
其中 global_step 对应 x轴 步长
scalar_step 对应 y轴 值
5、运行可视化在terminal 中 输入> tensorboard --logdir=logs logdir为事件文件所在文件夹名称
> tensorboard --logdir=logs --port=6007 更改端口号
点开谷歌浏览器等，输入http://localhost:端口号/即可查看
最后右键运行当前python文件 或 ctrl+shift+F10运行文件
注：当多次运行时，出现表格中线混乱时，可将logs中的数据清除，重新运行即可
6、详细代码如下# TensorBoard
from torch.utils.tensorboard import SummaryWriter
import numpy as np
from PIL import Image
import os
writer = SummaryWriter("logs")
# writer.add_image() 图片类型,np.array,步长,data formats数据格式 高宽通道
img_path = "train/ants/0013035.jpg"
img_PIL = Image.open(img_path)
img_arr = np.array(img_PIL)
writer.add_image("test", img_arr, 1, dataformats='HWC')
# writer.add_scalar() 公式,步长,值
# global_step 对应 x轴 步长
# scalar_step 对应 y轴 值
# y = 2x
# for i in range(100):
# writer.add_scalar("y=2x", 2 * i, i)
writer.close()
