安装与启动

安装：pip install tensorboard

启动：tensorboard --logdir==runs

注意：需要在运行程序的根目录运行，不然可能无效果

具体说明

类定义：

torch.utils.tensorboard.writer.SummaryWriter(log_dir=None, comment='', purge_step=None, max_queue=10, flush_secs=120, filename_suffix='')

构造函数：

__init__(log_dir=None, comment='', purge_step=None, max_queue=10, flush_secs=120, filename_suffix='')

参数：

• log_dir(str)：保存文件的位置。默认值为runs/CURRENT_DATETIME_HOSTNAME，每次运行后都会更改
• comment(str)：附加到默认log_dir值的注释，如果设置了log_dir，则该参数不生效
• purge_step(int)：与程序奔溃有关的参数
• max_queue(int)：待处理事件的队列大小
• flush_secs(int)：刷新时间
• filename_suffix(str)：文件名

示例：

from torch.utils.tensorboard import SummaryWriter

# create a summary writer with automatically generated folder name.
writer = SummaryWriter()
# folder location: runs/May04_22-14-54_s-MacBook-Pro.local/

# create a summary writer using the specified folder name.
writer = SummaryWriter("my_experiment")
# folder location: my_experiment

# create a summary writer with comment appended.
writer = SummaryWriter(comment="LR_0.1_BATCH_16")
# folder location: runs/May04_22-14-54_s-MacBook-Pro.localLR_0.1_BATCH_16/

add_scalar：

add_scalar(tag, scalar_value, global_step=None, walltime=None, new_style=False, double_precision=False)

添加想要展示的数据到tensorboard中

参数：

• tag(str)：数据简易描述
• scalar_value(float or string/blobname)：保存的值
• global_step(int)：要记录的全局步长值（可以看做是横坐标）
• walltime(float)：可选的以秒记录事件时间的参数
• new_style(boolean)：是否使用新格式展示内容（新格式：tensor field，旧格式：simply_value field），新格式拥有更好的加载速度

示例

 from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter()
x = range(100)
for i in x:
    writer.add_scalar('y=2x', i * 2, i)
writer.close()

结果：

add_scalars

add_scalars(main_tag, tag_scalar_dict, global_step=None, walltime=None)

添加多组数据到tensorboard中

参数：

• main_tag(str)：该组数据描述
• tag_scalar_dict(dict)：存储标签和相应值的键值对
• global_step(int)：要记录的全局步长值（可以看做是横坐标）
• walltime(float)：可选的以秒记录事件时间的参数

示例：

from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter()
r = 5
for i in range(100):
    writer.add_scalars('run_14h', {'xsinx':i*np.sin(i/r),
                                    'xcosx':i*np.cos(i/r),
                                    'tanx': np.tan(i/r)}, i)
writer.close()
# This call adds three values to the same scalar plot with the tag
# 'run_14h' in TensorBoard's scalar section.

结果：

add_histogram

add_histogram(tag, values, global_step=None, bins='tensorflow', walltime=None, max_bins=None)

添加直方图到tensorboard中

参数：

• tag(str)：该数据描述
• values(torch.Tensor, numpy.ndarray, or string/blobname)：数据
• global_step(int)：要记录的全局步长值（可以看做是横坐标）
• bins(str)：{‘tensorflow’,’auto’, ‘fd’, …}中的一个. 决定如何生成bins. 能够从这里找到其他选项: https://docs.scipy.org/doc/numpy/reference/generated/numpy.histogram.html
• walltime(float)：可选的以秒记录事件时间的参数

示例：

from torch.utils.tensorboard import SummaryWriter
import numpy as np
writer = SummaryWriter()
for i in range(10):
    x = np.random.random(1000)
    writer.add_histogram('distribution centers', x + i, i)
writer.close()

结果：

其他函数：参考https://pytorch.org/docs/stable/tensorboard.html (opens new window)