PyTorch使用tensorboardX可視化訓練過程

 

本文簡要介紹如何在pytorch中安裝引入tensorboardX，具體如何在代碼中使用以后有機會再更新

首先肯定是需要安裝tensorboardX，這個包使得我們可以在Pytorch中可視化訓練過程，方便調參

(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

在很多網上資料中都有安裝tensorflow這一步，實際上想在PyTorch中使用tensorboardX只需要安裝tensroboard即可

pip install tensorboard

使用 tensorboard --help查看可以使用的命令參數，如果返回：'tensorboard' 不是內部或外部命令，也不是可運行的程序，說明系統變量沒設置好。

在訓練輸出日志后，cmd進入日志所在文件夾，運行命令：tensorboard --logdir=“日志所在文件夾”即可得到一個偽網址，(類似：http://localhost:6006/)

在瀏覽器中打開網址即可看見可視化日志