pytorch使用TensorBoard可视化
借助TensorBoardX,可使用优秀的TensorBoard工具
doc: https://tensorboardx.readthedocs.io/en/latest/tensorboard.html
首先pip安装TensorBoardX和TensorFlow(cpu版本即可)
使用
首先引入并构建writer
from tensorboardX import SummaryWriter
writer = SummaryWriter('./runs/exp1')
注意程序最后执行writer.close()关闭writer
之后即可开始对TensorBoardX写入需要的信息了,几种常用功能如下:
1.画loss曲线
writer.add_scalar('batch_loss', batch_loss, epoch_index)
2.画**情况
用于检查深层网络里的层**与权值分布情况,避免梯度消失等
for name, param in model.named_parameters():
writer.add_histogram(
name, param.clone().data.numpy(), epoch_index)
3.画网络结构图
输入模型和输入尺寸(用于内部函数正确遍历网络)
writer.add_graph(model, t.Tensor(1, 784))
4.显示图片
writer.add_image('input', x, 1)
writer.add_image('output', y, 1)
启动
在py文件所在目录运行:tensorboard --logdir runs 即开启界面