pytorch（五）超参调试过程的tensorboard可视化
30-33
ui分为四个部分：
- SummaryWriter.add_images 显示图片
- graphs 显示网络的结构图。net——>conv1 这种
- projector中可以通过add_embedding（低维嵌入）显示高维数据
- scala中可以展示模型的训练的损失及预测
- P_R curves可以通过PR曲线评估模型。
超参调试过程的tensorboard可视化流程
1.利用笛卡尔积itertool中的product方法来得到训练参数的不同组合
2.写成传形参的训练模型，用超参包裹训练代码，最终提取训练结果数据到tensorboard可视化
3.保存可视化的数据成csv或json文件（便于自己后期作图分析，如seaborn读csv）
