在使用pytorch的過程中，一款好用的可視化工具是必不可少的，TensorBoard就是這樣一款強(qiáng)大的神經(jīng)網(wǎng)絡(luò)可視化工具。那么這個(gè)工具要如何使用呢？請(qǐng)看小編接下來的介紹：
1.TensorBoard神經(jīng)網(wǎng)絡(luò)可視化工具
TensorBoard是一個(gè)強(qiáng)大的可視化工具，在pytorch中有兩種調(diào)用方法：
1.from tensorboardX import SummaryWriter
這種方法是在官方還不支持tensorboard時(shí)網(wǎng)上有大神寫的
2.from torch.utils.tensorboard import SummaryWriter
這種方法是后來更新官方加入的
1.1 調(diào)用方法
1.1.1 創(chuàng)建接口SummaryWriter
功能：創(chuàng)建接口
調(diào)用方法：
writer = SummaryWriter("runs")參數(shù)：
log_dir：event file輸出文件夾
comment：不指定log_dir時(shí)，文件夾后綴
filename_suffix：event file文件名后綴
1.1.2 記錄標(biāo)量add_scalars()
功能：記錄標(biāo)量add_scalars()
調(diào)用方法：
writer.add_scalars("name",{"dic":val},epoch)參數(shù)：
tag：圖像的標(biāo)簽名
scalar_step：要記錄的標(biāo)量
global_step：輪次
1.1.3 統(tǒng)計(jì)直方圖add_histogram()
功能：統(tǒng)計(jì)直方圖與多分位數(shù)折線圖
調(diào)用方法：
writer.add_histogram("weight",self.fc.weight,epoch)參數(shù)：
tag：圖像的標(biāo)簽名
values：要畫直方圖的數(shù)據(jù)
global_step：輪次
bins：取值有 ‘tensorflow'、‘a(chǎn)uto'、‘fd' 等
1.1.4 批次顯示圖像add_image()
功能：批次顯示圖像
調(diào)用方法：
writer.add_image(“Cifar10”, img_batch, epoch,'CHW')參數(shù)：
tag：圖像的標(biāo)簽名
img_tensor：圖像數(shù)據(jù)，注意尺寸
global_step：輪次
dataformats：數(shù)據(jù)形式，CHW,HWC,HW
1.1.5 查看模型圖add_graph()
功能：查看模型圖
調(diào)用方法：
writer.add_graph(model=net,input_to_model=torch.randn(1,3, 224, 224).to(device))參數(shù)：
model：模型，必須是nn.Module
input_to_model：輸出給模型的數(shù)據(jù)
verbose：是否打印計(jì)算圖結(jié)構(gòu)信息
寫完記得要寫 writer.close()
2.查看網(wǎng)絡(luò)層形狀、參數(shù)torchsummary
功能：查看網(wǎng)絡(luò)層形狀、參數(shù)
調(diào)用方法：
from torchsummary import summary
summary(net, input_size=(3, 224, 224))參數(shù)：
model：pytorch模型
input_size：模型輸入size
batch_size：batch size
device：“cuda” or “cpu”
3.啟動(dòng)tensorboard
在文件路徑中cmd打開終端，輸入
tensorboard --logdir="./runs"runs是我保存文件的文件名，打開以下鏈接
補(bǔ)充：pytorch調(diào)用tensorboard方法嘗試
tensorboard提供了用于監(jiān)視訓(xùn)練損失很好的接口，可以幫助我們更好的調(diào)整參數(shù)。下文介紹如何在pytorch中調(diào)用tensorboard。
首先
安裝tensorboard、tensorflow以及tensorboardX
第二
在文件開頭導(dǎo)入SummaryWriter
from tensorboardX import SummaryWriter第三
同tensorflow的tensorboard一樣，tensorboardX提供多種記錄方式如scalar、image等。
writer = SummaryWriter('path')如果不添加path，則默認(rèn)以時(shí)間命名。
第四
添加監(jiān)視變量
writer.add_scalar('Train/Acc', Acc, iter)第五
打開tensorboard
tensorboard --logdir 'path'第六
在瀏覽器打開6006端口
以上就是Pytorch怎么使用TensorBoard的全部內(nèi)容，希望能給大家一個(gè)參考，也希望大家多多支持W3Cschool。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教。
