在Colab中怎么使用Tensorboard

这段代码使用了torch.utils.tensorboard中的SummaryWriter来记录训练过程中的数据，并使用%tensorboard魔法命令来启动Tensorboard服务，以便在浏览器中查看这些数据。

目录

这段代码使用了torch.utils.tensorboard中的SummaryWriter来记录训练过程中的数据，并使用%tensorboard魔法命令来启动Tensorboard服务，以便在浏览器中查看这些数据。具体来说，代码中使用了以下步骤来使用Tensorboard：

1.在Colab中导入必要的库:

 1.1创建SummaryWriter接口

1.2在训练循环中记录数据

 2.关闭SummaryWriter对象:

3.浏览器显示Tensorboard的内容

3.1操作步骤

3.2添加魔法命令来启动Tensorboard服务   

3.3启动Tensorboard服务:

4.小结

---

1.在Colab中导入必要的库:

from torch.utils.tensorboard import SummaryWriter

 1.1创建SummaryWriter接口

这会在当前目录下创建一个名为logs的文件夹，也就是log_dir为logs，用于存储Tensorboard的日志数据。

writer = SummaryWriter('logs')

1.2在训练循环中记录数据

       借助add_scalar( )函数记录标量。

writer.add_scalar('train_loss', loss_in.item(), total_train_step)
# ...
writer.add_scalar('test_loss', total_test_loss, i)
writer.add_scalar('当前测试集的准确率', accurate / len(test_data) * 100, i)

 2.关闭SummaryWriter对象:

        这会在训练结束后将所有数据写入日志文件。

writer.close()

3.浏览器显示Tensorboard的内容

3.1操作步骤

1.将上述代码在Colab运行，会在代码文件下增加一个名为“logs”的文件夹。

3.2添加魔法命令来启动Tensorboard服务   

在你的代码 开头 的地方添加 %load_ext tensorboard 命令。%load_ext tensorboard 是一个 IPython 魔法命令，它用于加载 TensorBoard 扩展。

%load_ext tensorboard

3.3启动Tensorboard服务:

在代码的最后添加 %tensorboard --logdir logs 命令。%tensorboard --logdir logs 也是一个 IPython 魔法命令，它用于启动 TensorBoard 服务并指定日志目录，就可以在浏览器中查看训练数据。

%tensorboard --logdir logs

运行结果如下：

4.小结

免费版的Colab是有总体用量限额，用完了就没有。想无痛使用免费版 Colab，我下面总结了几个技巧。

1. 在完成工作后及时关闭 Colab 标签页。
2. 在没有实际工作需求时避免选用 GPU 或额外的内存，如果使用的话会减少用量限额。

 为了避免达到 GPU 
使用量上限，如果不使用 GPU，请切换为标准运行时。切换方法是：依次选择修改 > 笔记本设置>更改运行时类型，然后将“硬件加速器”设为“CPU”。