1 引言

? ? ? 我們都知道tensorflow框架可以使用tensorboard這一高級的可視化的工具罕模，為了使用tensorboard這一套完美的可視化工具评腺，未免可以將其應(yīng)用到Pytorch中，用于Pytorch的可視化淑掌。這里特別感謝Github上的解決方案：?https://github.com/lanpa/tensorboardX蒿讥。

? ? ? 本文主要是針對該解決方案提供一些介紹。

? ? ?TensorboardX支持scalar,?image,?figure,?histogram,?audio,?text,?graph,?onnx_graph,?embedding,?pr_curve?and?videosummaries等不同的可視化展示方式抛腕，具體介紹移步至項目Github 觀看詳情芋绸。

2 環(huán)境安裝

本教程代碼環(huán)境依賴：

python 3.6+

Pytorch 0.4.0+

tensorboardX:? ?pip install tensorboardX、pip install tensorflow

3 代碼教程

? ? ? ?TensorboardX可以提供中很多的可視化方式兽埃，本文主要介紹scalar 和 graph侥钳，其他類型相似适袜。

3.1 scalar教程

01_scalar_base.py 代碼

? ? ? ? 對上述代碼進行解釋柄错，首先導(dǎo)入：from tensorboardXimport SummaryWriter，然后定義一個SummaryWriter() 實例苦酱。在SummaryWriter()上鼠標ctrl+b我們可以看到SummaryWriter()的參數(shù)為：def __init__(self, log_dir=None, comment='', **kwargs): 其中l(wèi)og_dir為生成的文件所放的目錄售貌，comment為文件名稱。默認目錄為生成runs文件夾目錄疫萤。我們運行上述代碼：生成結(jié)果為：

? ? ? 當(dāng)我們?yōu)镾ummaryWriter(comment='base_scalar')颂跨。生成結(jié)果為：

? ? ? 當(dāng)我們?yōu)镾ummaryWriter(log_dir='scalar') 添加log_dir參數(shù)，可以看到第二條數(shù)據(jù)的文件名稱包括了base_scalar值扯饶。生成結(jié)果目錄為：

? ? ? ?接著解釋writer.add_scalar('scalar/test', np.random.rand(), epoch)恒削，這句代碼的作用就是，將我們所需要的數(shù)據(jù)保存在文件里面供可視化使用尾序。這里是Scalar類型钓丰，所以使用writer.add_scalar()，其他的隊形使用對應(yīng)的函數(shù)每币。第一個參數(shù)可以簡單理解為保存圖的名稱携丁，第二個參數(shù)是可以理解為Y軸數(shù)據(jù)，第三個參數(shù)可以理解為X軸數(shù)據(jù)兰怠。當(dāng)Y軸數(shù)據(jù)不止一個時梦鉴，可以使用writer.add_scalars().運行代碼之后生成文件之后，我們在runs同級目錄下使用命令行：tensorboard --logdir runs. 當(dāng)SummaryWriter(log_dir='scalar')的log_dir的參數(shù)值存在時揭保，將tensorboard --logdir runs 改為 tensorboard --logdir 參數(shù)值

? ? ? ?最后調(diào)用writer.close()肥橙。

? ? ? 點擊鏈接即可看到我們的最終需要的可視化結(jié)果。

可視化效果

? ? ? ?可以分別點擊對應(yīng)的圖片查看詳情秸侣〈娣ぃ可以看到生成的Scalar名稱為'scalar/test'與'scalar/test'一致娜庇。注：可以使用左下角的文件選擇你想顯示的某個或者全部圖片。

3.2 Graph教程

02_graph_model.py 代碼

? ? ? ?首先我們定義一個神經(jīng)網(wǎng)絡(luò)取名為Net1方篮。然后將其添加到tensorboard可是可視化中名秀。

with SummaryWriter(comment='Net1')as w:

? ? ? ? ?w.add_graph(model, (dummy_input,))

? ? ? 我們重點關(guān)注最后兩句話，其中使用了python的上下文管理藕溅，with 語句匕得，可以避免因w.close未寫造成的問題。推薦使用此方式巾表。

? ? ? ?因為這是一個神經(jīng)網(wǎng)絡(luò)架構(gòu)汁掠，所以使用?w.add_graph(model, (dummy_input,))，其中第一個參數(shù)為需要保存的模型集币，第二個參數(shù)為輸入值考阱，元祖類型。打開tensorvboard控制臺鞠苟，可得到如下結(jié)果乞榨。