[TOC]

安装

• 安装tensorboard

pip install tensorboard

• 启动

tensorboard --logdir=./log

启动成功后会显示如下

....
Serving TensorBoard on localhost; to expose to the network, use a proxy or pass --bind_all
TensorBoard 2.13.0 at http://localhost:6006/ (Press CTRL+C to quit)

浏览器打开http://localhost:6006/，即可打开tensorboard。

如果想在指定ip和端口启动，可以如下使用：

tensorboard --logdir=./log --host=localhost --port=port

tensorboard的使用逻辑

TensorBoard的工作流程如下：

• 将代码运行过程中，某些关心的数据保存在一个文件件中
• 再使用tensorboard读取这个文件夹中的数据，在浏览器中显示

from torch.utils.tensorboard import SummaryWriter
# SummaryWriter将特定的数据存储在文件夹中

add_scalar方法

这个方法通常用来可视化网络训练时的各类标量参数，例如损失、学习率和准确率等。主要是数值类型的曲线图

import numpy as np
# 实例化writer
writer = SummaryWriter("./log/demo")

# 数值型
for n_iter in range(100):
  writer.add_scalar(tag="Loss/train",scalar_value=np.random.random(),global_step=n_iter)
  writer.add_scalar("Loss/test",np.random.random(),n_iter)

writer.close()

add_graph方法

add_graph方法是用于可视化模型的网络结构图

import torchvision
import torch

writer = SummaryWriter("./log/graph")

img = torch.rand([1,3,64,64],dtype=torch.float32)
model = torchvision.models.AlexNet(num_classes=10)

writer.add_graph(model=model,input_to_model=img)

writer.close()

add_scalars方法

这个方法与add_scalar的差别在于add_scalars在一张图中可以绘制多个曲线，我们只需要以字典的形式传入参数即可

writer = SummaryWriter("./log/scalars")
r = 5
for x in range(1, 101) :
    writer.add_scalars('run_14h', {'xsinx' : x * np.sin(x / r), 
                                  'xcosx' : x * np.cos(x / r), 
                                  'xtanx' : x * np.tan(x / r)}, x)
writer.close()

add_histogram方法

直方图

writer = SummaryWriter("./log/historgram")
for step in range(10) :
    x = np.random.randn(1000)
    writer.add_histogram('distribution of gaussion', x, step)
writer.close()

add_image

显示图片

import cv2 as cv

writer = SummaryWriter("./log/image")

img = cv.imread('./data/img/watch.jpg', cv.IMREAD_COLOR)#输入图像要是3通道的，所以读取彩色图像
img = cv.cvtColor(img, cv.COLOR_BGR2RGB)
img = torch.tensor(img.transpose(2, 0, 1))#cv读取为numpy图像为(H * W * C)，所以要进行轴转换
writer.add_image('watch', img, 0)

writer.close()

add_figure

add_figure() 方法是 PyTorch TensorBoard SummaryWriter 类的一个方法，用于记录和显示一组 matplotlib 绘制的 Figure 对象。它可以让您轻松地在 TensorBoard 上可视化像数据样本、样本预测、模型输出等自定义图形，以帮助您更好地了解和分析模型训练过程中的数据。

from torch.utils.tensorboard import SummaryWriter
import numpy as np
import matplotlib.pyplot as plt

writer = SummaryWriter("./log/figure")

x = np.linspace(0, 10, 1000)
y = np.sin(x)

figure1 = plt.figure()
plt.plot(x, y, 'r-')
writer.add_figure('my_figure', figure1, 0)
writer.close()

参考

• PyTorch下的Tensorboard 使用
• 详解在PyTorch中使用tensorboard