tensorflow框架下的tensorboard可視化工具可以用到pytorch中用於可視化。
目前我用到的需求就是僅僅顯示標量（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虛擬環境參考：https://blog.csdn.net/sinat_41563673/article/details/97402059
- python3.6+
- pytorch0.4.0+
基於pytorch虛擬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、生成數據代碼
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()實例，運行代碼，默認生成一個runs文件夾； - 其次
writer.add_scalar('scalar/test', np.random.rand(), epoch)，這句代碼的作用就是，將我們所需要的數據保存在文件裏供可視化使用。這裏的數據是標量，所以使用writer.add_scalar(),第一個參數可以理解爲保存圖的名稱，第二個參數可以理解爲y軸數據，第三個參數可以理解爲x軸數據。
將上邊代碼運行，會產生runs文件夾以及文件夾中包含保存好的數據文件，用於後面的可視化。
三、可視化
在runs的同級目錄下使用命令行：tensorboard --logdir runs
會產生對應的可視化鏈接，點擊鏈接進入，就可以看到可視化後的結果。
