深度学习（PyTorch）——TensorBoard的使用方法与技巧

B站UP主“我是土堆”视频内容

安装TensorBoard，如下：

TensorBoard涉及的类是SummaryWriter（from torch.utils.tensorboard import SummaryWriter）

 pycharm中查看一个类的内容可以按住ctrl如何鼠标点击相应的类，如下图所示

 writer=SummaryWriter("logs")表示将对应的事件存储到logs文件夹下面

add_scalar的用法：参数1、tag是图表的标题，参数2、scalar_value是需要保存的数值，对应于坐标轴的纵轴，参数3、global_step对应于坐标轴的横轴

实战一如下：

 如何打开事件文件logs？

在pycharm编译平台下面选择terminal，输入tensorboard --logdir=logs，如下图所示

 更实用的输入指令是指定端口，输入tensorboard --logdir=logs --port=6007，可以避免与其他人的端口一样，从而避免冲突，如下图所示

 结果如下图所示：

遇到的问题，连续运行两次不同的数据，不修改add_scalar的参数tag图表的标题，会出现下面情况，上一个事件与当前事件冲突了

 解决方法：输出logs下面的所有子文件，然后重新运行就可以了

实战二如下：

add_image的用法：参数1、tag是图表的标题，参数2、img_tensor是图像的数据，对应于坐标轴的纵轴，参数3、global_step对应于坐标轴的横轴

 程序如下：

from torch.utils.tensorboard import SummaryWriter import numpy as np from PIL import Image  writer=SummaryWriter("logs") image_path = "data/train/ants_image/0013035.jpg" img_PIL = Image.open(image_path) img_array = np.array(img_PIL)  writer.add_image("test",img_array,1,dataformats='HWC') for i in range(100):     writer.add_scalar("y=2x",3*i,i)  writer.close()