可视化模块

Tensorboard可以将数据、模型计算图等进行可视化，会自动获取最新的数据信息，将其存入日志文件中，并且会在日志文件中更新信息，运行数据或模型最新的状态。

常用方法

add_graph()

add_graph (model, input_to_model=None, verbose=False)

添加网络结构图，将计算图可视化。

参数说明

• model（torch.nn.Module) 表示需要可视化的网络模型；
• input_to_model（torch.Tensor or list of torch.Tensor）表示模型的输入变量，如果模型输入为多个变量，则用list或元组按顺序传入多个变量即可；
• verbose（bool）为开关语句，控制是否在控制台中打印输出网络的图形结构

add_scalar()/add_scalars()

添加一个标量/批量添加标量,在机器学习中可用于绘制损失函数。

• add_scalar(tag, scalar_value, global_step=None)

• add_scalars (main_tag, tag_scalar_dict, global_step=None)

tag：图名

scalar_value：loss值

global_step：理解为x轴，深度学习处为epoch

示例

from torch.utils.tensorboard import SummaryWriter#导入相关模块
writer=SummaryWriter（）#实例化一个SummaryWriter对象
writer.add_scalar（"loss_train"，avg_train_loss，epoch）# 添加单个标
量
writer.add_scalar（"loss_eval"，avg_val_loss，epoch）#添加单个标量
writer.add_scalar("loss", {"avg_train_loss":avg_train_loss,
"avg_val_loss":avg_val_loss}，epoch）#添加多个标量
writer.add_graph（model）#添加模型计算图
个

#打开日志文件，需保证日志文件夹runs在bookcode文件夹下
D:\book_code>tensorboard --logdir runs

切记：项目path不能有中文，我真是...