Pytorch可视化工具 —— TensorBoard

1、TensorBoard简介

TensorBoard：TensorFlow中强大的可视化工具；
支持标量、图像、文本、音频、视频和Embedding等多种数据可视化；

在学习TensorBoard之前，先对其运行机制有大概的了解：

1. 在python脚本中记录可视化的数据；
2. 记录的数据会以event file（事件文件）存放到硬盘中；
3. 在终端使用TensorBoard读取event file，TensorBoard在网页端进行可视化；

下面通过代码学习TensorBoard的具体使用：

import numpy as np
from torch.utils.tensorboard import SummaryWriter


writer = SummaryWriter(comment='test_tensorboard') # 用于记录要可视化的数据

for x in range(100):

    writer.add_scalar('y=2x', x * 2, x) # 'y=2x'是标量的名称， x*2是曲线的y轴，x是曲线的x轴
    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()

运行上述代码后，会在文件夹中保存一个文件，这就是第二步中的event file文件。要使用TensorBoard，首先需要安装TensorBoard，下面介绍一下怎么安装TensorBoard。

2、TensorBoard安装

在Pycharm的Terminal中安装TensorBoard，输入pip install tensorboard，提示安装完成后；输入pip install future，这样就可以正常运行代码了。

3、TensorBoard运行可视化

在运行上述代码得到event file文件之后，在terminal输入tensorboard --logdir=./runs，在terminal中得到以下输出：

TensorBoard 2.1.1 at http://localhost:6006/ (Press CTRL+C to quit)

点击这个网址就能打开可视化界面；