Tensorboard 可视化工具的使用-史上最简单(附代码)

在深度学习中,我们需要对定义的网络训练的效果进行了解,但是通过代码不是特别的直观,这时候我们就需要借助一些可视化工具来帮助我们查看训练的结果.

• 是什么:

  tensorboard是一种用来可视化的工具

• 为什么使用?

  可以监督网络的训练过程或呈现网络的训练结果,以获得更有效的训练结果

• TensorboardX:

  tensorboardX是帮助pytorch使用tensorboard工具来可视化的一个库,其中包含若干函数用于简化tensorboard的使用

1. SummaryWriter()
   • 功能:创建编写器,保存日志
   • 用法:writer = SummaryWriter()
2. writer.add_scalar()
   • 功能:添加标量
   • 用法:writer.add_scalar(‘标题’,‘y轴’,‘x轴’)
3. writer.add_image()
   • 功能:添加图像
   • 用法:writer.add_image(‘标题’,‘tensor类型的数据’,‘同一标题下的步骤’)

1. 首先引用以下的模块

from tensorboardX import SummaryWriter

2. 下面我们以添加标量为例来说明

• 第一步

  中间是保存的地址

  writer = SummaryWriter('LOGS/log_tensorboardX')
  

• 第二步 使用add_scalar函数来向log_tensorboardX中写入标量

  for i in range(100):
      writer.add_scalar('y=x', i, i)
  

• 第三步

  关闭工作流

  writer.close()
  

3. 打开tensorboard可视化界面

在终端中输入以下的指令,会出现一个网址,点击即可打开tensorboard界面

​

以上只举例了writer_scalar函数如何使用,关于后续函数,如果我学习使用到了就会再次来记录.