tensorboard使用

关于本页

tensorboard是一款经典的机器学习可视化工具。它原本是tensorflow的可视化工具，pytorch从1.2.0开始正式支持tensorboard。本页介绍我在使用过程中的一些操作和经验记录，便于日后参考复用，主要结合pytorch。

• pytorch提供的tensorboard官方文档和示例：戳这里
• 一些已有的文章：1

一些操作记录

使用方法

要运行tensorboad，需要在代码中加入

from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter()

writer.add_xxx()

writer.close()   # this can be ESSENTIAL, otherwise the last graph would not show!

生成的日志文件默认存放在./runs下。

可以在定义writer时使用writer = SummeryWriter(log_dir=...)来指定日志保存位置。

在终端中执行

tensorboard --logdir=runs
# for more usage, use `tensorboard -h` 

这时默认在http://localhost:6006/ 打开tensorboard页面，显示可视化内容。

常用操作

绘制scalar曲线

writer.add_scalar(tag, scalar_value, global_step)

若要把多张图像绘制在一张图上，则使用：参考

writer.add_scalars(main_tag, tag_scalar_dict, global_step)

绘制直方图（如查看网络权重分布）

for name, param in model.named_parameters():
    writer.add_histogram(name, param)

坑1：到HISTOGRAMS栏查看直方图（有一次我在DISRUBUTIONS栏看了半天愣是啥也看不到）

坑2：记得最后调用writer.close()，否则最后一层的权重分布图（我这边）是看不到的

显示matplotlib图像

import matplotlib.pyplot as plt

fig, ax = plt.subplots() 
ax.plot(A, B)
ax.set_title('title')

writer.add_figure(
    'matplotlib demo', 
    fig
)

使用过程中遇到的问题及解决

tensorboard: command not found

解决方法