TensorBoard 简介
TensorBoard 是Google开发的一个机器学习可视化工具。其主要用于记录机器学习过程，例如：
- 记录损失变化、准确率变化等
- 记录图片变化、语音变化、文本变化等，例如在做GAN时，可以过一段时间记录一张生成的图片
- 绘制模型
具体支持的内容可以参考官方文档
TensorBoard 界面介绍
TensorBoard 安装
直接使用pip安装即可：
pip install tensorboard
安装后，在命令行输入：
tensorboard --help
若可以正常输出，则说明安装成功。
TensorBoard 运行
运行启动命令即可：
tensorboard --logdir my_log
my_log是TensorBoard的log文件所在的目录。Tensorboard面板中展示的数据都来源于log文件，一般一次完整的运行生成一份log文件。
例如，在Pytorch中，我们会调用new一个SummaryWriter对象，此时就会创建一个log文件，之后我们就会调用其add_something方法，往log里面写日志，之后在TensorBoard面板中就可以看到数据了。最后在训练完成后，调用close方法结束。
若看到了如下输出，说明启动成功：
TensorBoard 2.8.0 at http://localhost:6006/ (Press CTRL+C to quit)
此时只需要在浏览器中输入http://localhost:6006/即可进入TensorBoard界面。
Pytorch 使用 TensorBoard
Pytorch使用Tensorboard主要用到了三个API：
-
SummaryWriter：这个用来创建一个log文件，TensorBoard面板查看时，也是需要选择查看那个log文件。 -
add_something： 向log文件里面增添数据。例如可以通过add_scalar增添折线图数据，add_image可以增添图片。 -
close：当训练结束后，我们可以通过close方法结束log写入。
接下来，我们来模拟记录训练过程中准确率的变化。
首先需要new一个SummaryWriter对象：
from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter(log_dir='runs/mock_accuracy')
当运行完该行代码后，可以看到当前目录下生成了一个runs/mock_accuracy文件夹，并且里面有event日志
此时已经可以启动tensorboard来查看了:
tensorboard --logdir runs
此时进入tensorboard页面后，啥都看不到，因为我们还没有向log里面写入任何数据：
接下来使用 add_scalar 绘制准确率折线图：
for i in range(100):
writer.add_scalar(tag="accuracy", # 可以暂时理解为图像的名字
scalar_value=i * random.uniform(0.8, 1), # 纵坐标的值
global_step=i # 当前是第几次迭代，可以理解为横坐标的值
)
time.sleep(2 * random.uniform(0.5, 1.5))
这里模拟 1~3 秒完成一次迭代并计算准确率，然后将准确率增添到 accuracy 这个图下面。
过一会后，我们刷新页面，就可以看到我们的准确率变化曲线了：
由于数据还在写入，所以曲线还在不断变化。
如何和将多个曲线绘制在一张图中？ 答：使用
writer.add_scalars即可
如何将多个图像放在一个tag下？答：在指定tag时，使用同一个父tag，然后使用
/分割即可。例如：tag=record/avg_loss,tag=record/total_loss
Google Colab中使用 Tensorboard
在Google Colab中使用Tensorboard只需要两行命令：
%load_ext tensorboard # 加载tensorboard扩展插件
%tensorboard --logdir=runs # 运行tensorboard
在运行完tensorboard后，在该单元格下面就会出现tensorboard页面：
之后就和之前一样使用writer写入数据即可，然后手动点击
按钮即可，或者使用
按钮开启自动刷新。
在Google Colab中不像本地那样刷新那么快，即使手动点刷新按钮也不行，我自己测试下来，大概1分钟才能真正更新一次数据。文章来源：https://www.toymoban.com/news/detail-806889.html
Tensor折线图（Scalars）
文章来源地址https://www.toymoban.com/news/detail-806889.html
- TODO：其他图形的介绍
到了这里，关于TensorBoard快速入门（Pytorch使用TensorBoard）的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
![[pytorch] 2. tensorboard](https://imgs.yssmx.com/Uploads/2024/01/814288-1.png)
