pytorch中使用tensorboardX

我的環境配置：Ubantu18.04+python3.6.10+pytorch1.0.0+tensorboardX2.0+tensorflow2.1.0。以faster-rcnn源碼中的使用方法爲例進行說明：

保存數據

導入模塊並創建一個SummaryWriter實例，使用此實例將訓練信息保存在logs文件夾下

    from tensorboardX import SummaryWriter
    logger = SummaryWriter("logs")

將數據保存到對應的文件夾下。add_scalars函數的第一個參數爲保存圖的名稱，第二個參數爲Y軸數據，第三個參數爲X軸數據。

          info = {
            'loss': loss_temp,
            'loss_rpn_cls': loss_rpn_cls,
            'loss_rpn_box': loss_rpn_box,
            'loss_rcnn_cls': loss_rcnn_cls,
            'loss_rcnn_box': loss_rcnn_box
          }
          logger.add_scalars("logs_s_{}/losses".format(args.session), info, (epoch - 1) * iters_per_epoch + step)

最後關閉此實例

logger.close()

顯示數據

1、激活我們所使用的虛擬環境，並在終端輸入以下命令載入剛剛做圖的文件（那個./log要寫完整的路徑）。注意：一定要安裝tensorflow，否則不會有tensorboard命令工具。tensorboard和tensorboardX不是一回事。運行下面的命令可能會提示某個庫的版本過低，我們按照提示升級即可。

tensorboard --logdir=./log

如下圖所示：

2、在瀏覽器輸入以下任意一個網址，即可查看結果：（訓練過程中可以實時更新顯示）

http://0.0.0.0:6006/

http://localhost:6006/

http://127.0.0.1:6006/

參考文章：https://zhuanlan.zhihu.com/p/35675109