1、TensorBoard簡介
TensorBoard:TensorFlow中強大的可視化工具;
支持標量、圖像、文本、音頻、視頻和Embedding等多種數據可視化;
在學習TensorBoard之前,先對其運行機制有大概的瞭解:
- 在python腳本中記錄可視化的數據;
- 記錄的數據會以event file(事件文件)存放到硬盤中;
- 在終端使用TensorBoard讀取event file,TensorBoard在網頁端進行可視化;
下面通過代碼學習TensorBoard的具體使用:
import numpy as np
from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter(comment='test_tensorboard') # 用於記錄要可視化的數據
for x in range(100):
writer.add_scalar('y=2x', x * 2, x) # 'y=2x'是標量的名稱, x*2是曲線的y軸,x是曲線的x軸
writer.add_scalar('y=pow(2, x)', 2 ** x, x)
writer.add_scalars('data/scalar_group', {"xsinx": x * np.sin(x),
"xcosx": x * np.cos(x),
"arctanx": np.arctan(x)}, x)
writer.close()
運行上述代碼後,會在文件夾中保存一個文件,這就是第二步中的event file文件。要使用TensorBoard,首先需要安裝TensorBoard,下面介紹一下怎麼安裝TensorBoard。
2、TensorBoard安裝
在Pycharm的Terminal中安裝TensorBoard,輸入pip install tensorboard,提示安裝完成後;輸入pip install future,這樣就可以正常運行代碼了。
3、TensorBoard運行可視化
在運行上述代碼得到event file文件之後,在terminal輸入tensorboard --logdir=./runs,在terminal中得到以下輸出:
TensorBoard 2.1.1 at http://localhost:6006/ (Press CTRL+C to quit)
點擊這個網址就能打開可視化界面;