Pytorch可視化工具 —— TensorBoard

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：

1. 在python腳本中記錄可視化的數據；
2. 記錄的數據會以event file（事件文件）存放到硬盤中；
3. 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；