PyTorch使用tensorboardX可视化训练过程

 

本文简要介绍如何在pytorch中安装引入tensorboardX，具体如何在代码中使用以后有机会再更新

首先肯定是需要安装tensorboardX，这个包使得我们可以在Pytorch中可视化训练过程，方便调参

(base) ~>pip install tensorboardx
Collecting tensorboardx
  Downloading tensorboardX-2.0-py2.py3-none-any.whl (195 kB)
     |████████████████████████████████| 195 kB 11 kB/s
Requirement already satisfied: numpy in c:\anaconda3\lib\site-packages (from tensorboardx) (1.18.1)
Collecting protobuf>=3.8.0
  Downloading protobuf-3.11.3-cp36-cp36m-win_amd64.whl (1.1 MB)
     |████████████████████████████████| 1.1 MB 5.1 kB/s
Requirement already satisfied: six in c:\anaconda3\lib\site-packages (from tensorboardx) (1.11.0)
Requirement already satisfied: setuptools in c:\anaconda3\lib\site-packages (from protobuf>=3.8.0->tensorboardx) (38.4.0)
Installing collected packages: protobuf, tensorboardx
Successfully installed protobuf-3.11.3 tensorboardx-2.0

在很多网上资料中都有安装tensorflow这一步，实际上想在PyTorch中使用tensorboardX只需要安装tensroboard即可

pip install tensorboard

使用 tensorboard --help查看可以使用的命令参数，如果返回：'tensorboard' 不是内部或外部命令，也不是可运行的程序，说明系统变量没设置好。

在训练输出日志后，cmd进入日志所在文件夹，运行命令：tensorboard --logdir=“日志所在文件夹”即可得到一个伪网址，(类似：http://localhost:6006/)

在浏览器中打开网址即可看见可视化日志