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。