PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】——P7：TensorBoard的使用（一）

TensorBoard的使用（1）

1. 安装TensorBoard

PyCharm终端执行：pip install tensorboard

说明：TensorBoard 是一个可视化工具，用于展示网络结构、张量的指标变化和分布情况等。在训练网络时，它可以帮助我们直观地调整参数（如权重、偏置、卷积层数、全连接层数等），从而优化模型。

2. 导入SummaryWriter类

在pytorch环境中导入类SummaryWriter：from torch.utils.tensorboard import SummaryWriter

3. SummaryWriter类使用

3.1. 使用方法

按住Ctrl + 鼠标左键点击SummaryWriter查看使用方法

3.2. 创建实例

writer = SummaryWriter("logs")	# 对应的事件文件存储到logs文件夹下

# 实例中主要使用一下两个方法
writer.add_image()
writer.add_scalar()	# scalar：标量

writer.close()

3.3. add_scalar()方法使用

说明：add_scalar()常用于绘制train / val loss

3.3.1. 创建事件文件

from torch.utils.tensorboard import SummaryWriter

writer = SummaryWriter("logs")

for i in range(100):
    # 参数：tags，y轴，x轴
    writer.add_scalar("y=x", i, i)

writer.close()

说明：运行后会创建logs文件夹，里面包含tensorboard事件文件

3.3.2. 查看事件文件

Pycharm终端执行：tensorboard --logdir=logs # logdir=事件文件所在文件夹名，默认端口6006

指定端口打开：tensorboard --logdir=logs --port=6007 # 避免同一台服务器多人使用端口冲突

4. 创建错误处理

from torch.utils.tensorboard import SummaryWriter

writer = SummaryWriter("logs")	# 对应的事件文件存储到logs文件夹下

for i in range(100):
    writer.add_scalar("y=2x", i*3, i)	# y=2x图上构建y=2x和y=3x图线，导致图像混乱

writer.close()

解决方法：

1. 删除所有log文件并结束当前进程
2. 重新启动程序