1 引言
我们都知道tensorflow框架可以使用tensorboard这一高级的可视化的工具，为了使用tensorboard这一套完美的可视化工具，未免可以将其应用到Pytorch中，用于Pytorch的可视化。
本文主要是针对该解决方案提供一些介绍。
TensorboardX支持scalar, image, figure, histogram, audio, text, graph, onnx_graph, embedding, pr_curve and videosummaries等不同的可视化展示方式，具体介绍移步至项目Github 观看详情。
2 环境安装
本教程代码环境依赖：
python 3.6+
Pytorch 0.4.0+
tensorboardX: pip install tensorboardX、pip install tensorflow
3 代码教程
TensorboardX可以提供中很多的可视化方式，本文主要介绍scalar 和 graph，其他类型相似。
3.1 scalar教程
01_scalar_base.py 代码
对上述代码进行解释，首先导入：from tensorboardXimport SummaryWriter，然后定义一个SummaryWriter() 实例。在SummaryWriter()上鼠标ctrl+b我们可以看到SummaryWriter()的参数为：def __init__(self, log_dir=None, comment='', **kwargs): 其中log_dir为生成的文件所放的目录
最后
以上就是含蓄啤酒最近收集整理的关于pytorch 画loss曲线_Pytorch使用tensorboardX可视化。超详细！！！的全部内容，更多相关pytorch内容请搜索靠谱客的其他文章。
发表评论 取消回复