pytorch: PyTorch中 使用 Tensorboard

介绍

因为工作需要，改用pytorch。但如何将训练过程可视化成了大问题。听说pytorch代码中可以插入tensorboard代码，第一反应是居然可以这么玩。。

网络上PyTorch中使用tensorboard的方法有很多。但毕竟tensorboard不是PyTorch框架原生自带的，因此大多方法都只能支持部分功能。经过孙大佬的推荐，觉得使用tensorboardX应该是目前已知的最好方法了。

Usage

环境要求：

• pytorch>=0.3.1

Install

代码语言：javascript复制

pip install tensorboardX

调用方法

1. 首先要import tensorboardX： from tensorboardX import SummaryWriter
2. 直接往接口喂pytorch形式的tensor即可，so方便： writer.add_histogram('zz/x', x, epoch) writer.add_scalar('data/x', x, epoch) writer.add_scalars('data/scalar_group', {'x': x, 'y': y, 'loss': loss}, epoch) writer.add_text('zz/text', 'zz: this is epoch ' str(epoch), epoch)
3. 保存记录信息到.json文件里： writer.export_scalars_to_json("./test.json")
4. 及时关闭writer： writer.close()

Sample code

代码语言：javascript复制

import torch
from tensorboardX import SummaryWriter

writer = SummaryWriter()
x = torch.FloatTensor([100])
y = torch.FloatTensor([500])

for epoch in range(100):
    x /= 1.5
    y /= 1.5
    loss = y - x
    print(loss)
    writer.add_histogram('zz/x', x, epoch)
    writer.add_histogram('zz/y', y, epoch)
    writer.add_scalar('data/x', x, epoch)
    writer.add_scalar('data/y', y, epoch)
    writer.add_scalar('data/loss', loss, epoch)
    writer.add_scalars('data/scalar_group', {'x': x,
                                             'y': y,
                                             'loss': loss}, epoch)
    writer.add_text('zz/text', 'zz: this is epoch '   str(epoch), epoch)

# export scalar data to JSON for external processing
writer.export_scalars_to_json("./test.json")
writer.close()

Demo

---

[1] tensorboardX开源项目：lanpa/tensorboard-pytorch

pytorch scala json 开源

0 人点赞