TensorBoardTensorFlow 中强大的可视化工具

安装注意事项

  • 报错信息: pip install tensorboard 的时候会报错:
    • ModuleNotFoundError: No module named 'past'
  • 解决方案:
    • 通过 pip install future 解决

SummaryWriter()

  1. class SummaryWriter(object):
  2. def __init__(self, log_dir=None, comment='', purge_step=None, max_queue=10, flush_secs=120, filename_suffix=''):
  3. # ...
  4. def add_scalar(self, tag, scalar_value, global_step=None, walltime=None):
  5. # ...
  6. def add_scalars(self, main_tag, tag_scalar_dict, global_step=None, walltime=None):
  7. # ...
  8. def add_histogram(self, tag, values, global_step=None, bins='tensorflow', walltime=None, max_bins=None):
  9. # ...
  10. def add_image(self, tag, img_tensor, global_step=None, walltime=None, dataformats='CHW'):
  11. # ...
  12. def make_grid(tensor, nrow=8, padding=2, normalize=False, range=None, scale_each=False, pad_value=0):
  13. # ...
  • __init__() :初始化函数
    • 功能:提供创建 event file 的高级接口
    • 主要属性:
      • log_direvent file 输出文件夹
      • comment :不指定 log_dir 时,文件夹后缀
      • filename_suffixevent file 文件名后缀
  • add_scalar()
    • 功能:记录标量
    • 主要属性:
      • tag :图像的标签名,图的唯一标识
      • scalar_value :要记录的标量
      • global_step :x轴
  • add_scalars()
    • main_tag :该图的标签
    • tag_scalar_dictkey 是变量的 tagvalue 是变量的值
  • add_histogram()
    • 功能:统计直方图与多分位数折线图
    • 主要属性:
      • tag :图像的标签名,图的唯一标识
      • values :要统计的参数
      • global_step :y轴
      • bins :取直方图的 bins
  • add_image()
    • 功能:记录图像
    • 主要属性
      • tag :图像的标签名,图的唯一标识
      • img_tensor :图像数据,注意尺度
      • global_stepx
      • dataformats :数据形式,CHW,HWC,HW
  • torchvision.utils.make_grid
    • 功能:制作网格图像
    • 主要属性
      • tensor :图像数据, BCH*W形式
      • nrow :行数(列数自动计算)
      • padding :图像间距(像素单位)
      • normalize :是否将像素值标准化
      • range :标准化范围
      • scale_each :是否单张图维度标准化
      • pad_valuepadding 的像素值
  • add_graph()
    • 功能:可视化模型计算图
    • 主要属性
      • model :模型,必须是 nn.Module
      • input_to_model :输出给模型的数据
      • verbose :是否打印计算图结构信息
  • torchsummary
    • 功能:查看模型信息,便于调试
    • 主要属性
      • modelpytorch 模型
      • input_size :模型输入size
      • batch_size :batch size
      • device :”cuda” or “cpu”

github: https://github.com/sksq96/pytorch-summary