PyTorch项目使用TensorboardX简单可视化（亲测好用）

PyTorch项目使用TensorboardX简单可视化（亲测好用）

使用 pip 安装 tensorflfow（必须）
下载慢的可以用

pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple/

使用 pip 安装 ensorboardX
下载慢的可以用

pip install ensorboardX -i https://pypi.tuna.tsinghua.edu.cn/simple/

数字 (scalar)
使用 add_scalar 方法来记录数字常量。

add_scalar(tag, scalar_value, global_step=None, walltime=None)
参数:
tag (string): 数据名称，不同名称的数据使用不同曲线展示
scalar_value (float): 数字常量值
global_step (int, optional): 训练的 step
walltime (float, optional): 记录发生的时间，默认为 time.time()
需要注意，这里的 scalar_value 一定是 float 类型，如果是 PyTorch scalar tensor，则需要调用 .item() 方法获取其数值。我们一般会使用 add_scalar 方法来记录训练过程的 loss、accuracy、learning rate 等数值的变化，直观地监控训练过程。

代码块

from tensorboardX import SummaryWriter
writer = SummaryWriter('runs/scalar_example')#文件存放位置
for i in range(10):
    writer.add_scalar('quadratic', i**2, global_step=i)#i就是epoch
    writer.add_scalar('exponential', 2**i, global_step=i)

最后在CMD命令窗口中：

tensorboard --logdir=
例如：
tensorboard --logdir=runs/scalar_example

复制出现的链接 放到浏览器中 over！

这里，我们在一个路径为 runs/scalar_example 的 run 中分别写入了二次函数数据 quadratic 和指数函数数据 exponential，在浏览器可视化界面中效果如下：

参考大神资料：
他的是详解，我只挑了其中一种方法
https://blog.csdn.net/bigbennyguo/article/details/87956434