pytorch+tensorboard可視化最簡單例子

儘管pytorch 已經集成了tensorboard的接口，但是你還要下載安裝tensorboard工具。

下載tensorboard： pip install tensorboard.    不行的話，再安裝 pip install tensorboardX。

tensorboard用網頁的方式把很多的信息都展現出來，比較方便。上方image和graph分別代表你訓練的數據和你的深度學習網絡結構圖。

看最簡單使用例子：

定義一個學習網絡，來分類FashionMNIST，在SummaryWriter的時候，就開始用tensorboard了。

import torch
import torch.nn as nn
import torch.nn.functional as F
import torch.optim as optim
from torch.autograd import Variable

import torchvision
import torchvision.transforms as transforms

from torch.utils.tensorboard import SummaryWriter

def get_num_correct(preds,labels):
    return preds.argmax(dim=1).eq(labels).sum().item()

class Network(nn.Module):
    def __init__(self):
        super().__init__()
        self.conv1=nn.Conv2d(in_channels=1,out_channels=6,kernel_size=5)
        self.conv2 = nn.Conv2d(in_channels=6, out_channels=12, kernel_size=5)
        self.fc1=nn.Linear(in_features=12*4*4,out_features=120)
        self.fc2 = nn.Linear(in_features=120, out_features=60)
        self.out = nn.Linear(in_features=60, out_features=10)
    def forward(self, t):
        t=F.relu(self.conv1(t))
        t=F.max_pool2d(t,kernel_size=2,stride=2)

        t = F.relu(self.conv2(t))
        t = F.max_pool2d(t,kernel_size=2,stride=2)

        t=t.flatten(start_dim=1)
        t=F.relu(self.fc1(t))

        t=F.relu(self.fc2(t))
        t=self.out(t)

        return t

if __name__ == '__main__':
    train_set=torchvision.datasets.FashionMNIST(
        root='./data-source',
        train=True,
        download=True,
        transform=transforms.Compose([
            transforms.ToTensor()
        ])
    )

    train_loader=torch.utils.data.DataLoader(train_set,batch_size=100,shuffle=True)

    #tensor board
    tb=SummaryWriter()
    network=Network()
#取出訓練用圖
    images,labels=next(iter(train_loader))
    grid=torchvision.utils.make_grid(images)
#想用tensorboard看什麼，你就tb.add什麼。image、graph、scalar等
    tb.add_image('images', grid)
    tb.add_graph(model=network,input_to_model=images)
    tb.close()
    exit(0)

寫好代碼之後，運行一遍，看有沒有錯誤，有錯誤的地方tensorboard不會儲存也不會顯示。

運行之後這個目錄下會出現runs目錄，裏面儲存量tensorboard要顯示的數據。

然後在這個目錄下cmd，指定吧runs目錄下的數據在tensorboard顯示。

tensorboard --logdir=runs

其就會出現這個，然後直接瀏覽器訪問就行了。