pytorch中使用TensorBoard学习笔记

TensorBoard

TensorBoard使用可视化工具能够很好的帮助我们查看训练模型的结果，因此，常常被大家作为可视化工具的首选。

1. 启动模块/载入模块

from torch.utils.tensorboard import SummaryWriter
# default `log_dir` is "runs" - we'll be more specific here
writer = SummaryWriter('log_dir=runs/logs')

2. 写入模型

将一个batch_size图像写入tensorboard

# get some random training images
dataiter = iter(trainloader)
images, labels = dataiter.next()

# create grid of images
img_grid = torchvision.utils.make_grid(images)

# show images
matplotlib_imshow(img_grid, one_channel=True)

# write to tensorboard
writer.add_image('four_fashion_mnist_images', img_grid)

运行：

tensorboard --logdir=runs

打开链接 http://localhost:6006
问题解决：解决tensorboard : 无法将“tensorboard”项识别为 cmdlet、函数、脚本文件或可运行程序的名称。

---

将model模型写入

init_img = torch.zeros((1, 3, 224