pytorch使用tensorboard实现可视化总结

一、介绍：

Tensorboard 是 TensorFlow 的一个附加工具，可以记录训练过程的数字、图像等内容，以方便研究人员观察神经网络训练过程。可是对于 PyTorch 等其他神经网络训练框架并没有功能像 Tensorboard 一样全面的类似工具，一些已有的工具功能有限或使用起来比较困难 (tensorboard_logger, visdom等) 。TensorboardX 这个工具使得 TensorFlow 外的其他神经网络框架也可以使用到 Tensorboard 的便捷功能。注：pytorch 1.1.0以后原生支持tensorboard，不需要安装tensorboardX

二、环境准备：

这个过程操作得比较繁琐，经历了以下几个步骤：

1.模型是在docker中运行的，已经装好tensorboardx和pytorch等，但docker内无图形界面，无法使用google-chrome（tensorboardx给出一个链接，要在默认浏览器中查看，网上推荐chrome，注意tensorboard和chrome必须在同一个环境中使用 !）

2.尝试在docker所在服务器上安装chrome，成功，方法是下载chrome安装文件（google-chrome-stable_current_amd64.deb）格式到本地，再安装，如：

 sudo dpkg -i google-chrome-stable_current_amd64.deb

打开chrome命令：/usr/bin/google-chrome

3.服务器上只有python2.7环境（运行tensorboardX会报错࿰