一、 安装tensorboard
直接pip即可:
pip install tensorboard
这里注意，使用pytorch，并不需要额外安装tensorflow。
二、 使用tensorboard
记录训练的loss和测试的accuracy：
1、首先导入模块
from torch.utils.tensorboard import summarywriter
2、初始化
writer = summarywriter('./log')
记录的内容保存在文件夹log里面。
3、记录内容
writer.add_scalar('loss', loss, step)
writer.add_scalar('accuracy', accuracy, step)
这里step是指步数，loss为训练误差，accuracy为测试准确率，按自己需求记录即可。
4、关闭
writer.close()
在文件夹会log里会生成events.out.tfevents的文件，每次运行，如：
三、可视化
1、打开终端写命令行
在本地打开终端，进入虚拟环境，写以下命令行：
tensorboard --logdir=./log
这里需要注意一下，log为刚才保存文件的文件夹，可以是相对路径，也可以是绝对路径，只要稍微注意格式即可，以下有几个注意事项：
（1）、路径./log不要加双引号,，如：–logdir=“./log”
（2）、不要使用双等号，有些博客使用了双等号，其实是错误的，如：–logdir==./log
以上写法均是错误的，正确的写法有两种，一种就是上面例子使用单个等号，另外一种是使用空格，如：
tensorboard --logdir ./log
参数除了logdir外，常用的还有：host、port。
host：ip地址
port: 端口
tensorboard的默认是：
tensorboard --logdir=./log --host=127.0.0.1 --port=6006
有些博客说预防端口被占用，常常修改端口，其实一般不需要，host和port默认就好，只需写logdir就好，即按照开头那样写即可，回车后，有：
注意：这里需要注意一下，不要着急按下”ctrl+c“，不然无法打开http://localhost:6006/，当不需要打开http://localhost:6006/，才按下”ctrl+c“，即断开端口。
2、打开浏览器打开tensorboard可视化
当不需要可视化了，可以去终端按下”ctrl+c“，关闭端口。
到此这篇关于pytorch tensorboard可视化的使用详解的文章就介绍到这了,更多相关pytorch tensorboard内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持！
