tensorboardX的简单使用

（1）导入tensorboard，要先实例化SummaryWriter类，指明记录日志的路径信息：

        from torch.utils.tensorboard import SummaryWriter

（2）先实例化SummaryWriter类，指明记录日志的路径信息：

        writer = SummaryWriter(log_dir='路径地址')

（3）调用相应的API接口，一般格式：

        add_xxx(标签名，对象，迭代次数)

（4）启动tensorboard服务：

        在anaconda prompt窗口中指令：

        tensorboard --logdir = '路径地址' --port 6006

（5）将地址输入浏览器打开即可，（点击刷新）

案例：

构建网络：

class Net(nn.Module):
    def __init__(self):
        super(Net,self).__init__()
        self.conv1 = nn.Conv2d(1,10,kernel_size=5)
        self.conv2 = nn.Conv2d(10,20,kernel_size=5)
        self.conv2_drop = nn.Dropout2d()
        self.fc1 = nn.Linear(320,50)
        self.fc2 = nn.Linear(50,10)
        self.bn = nn.BatchNorm2d(20)
        
    def forward(self,x):
        x = F.max_pool2d(self.conv1(x),2)
        x = F.relu(x)+F.relu(-x)
        x = F.relu(F.max_pool2d(self.conv2_drop(self.conv2(x)),2))
        x = self.bn(x)
        
        x = x.view(-1,320)
        x = F.relu(self.fc1(x))
        x = F.dropout(x,training=self.training)
        x = self.fc2(x)
        x = F.softmax(x,dim=1)
        return x

writer = SummaryWriter(log_dir=r'E:\Notebook\TensorboardX可视化处理\logs')

input = torch.rand(32,1,28,28)

model = Net()

writer.add_graph(model,input) #展示模型图

 

 

       总结来说：作为一名初学者，个人对tensorboard的使用较少，主要就是对模型add_graph（）的展示和对损失值等图像变化的展示add_scalar（），少数时候会用到图形展示add_image（），其余的API几乎没有使用过。