• 之前对于训练过程的可视化都是先保存训练准确率和损失、测试准确率等信息到一个文件里，之后读取此文件使用matplot进行可视化，与训练代码的耦合度高，且无法实时查看，只能训练结束后才能看到图片。
  • 为了方便之后的可视化过程，使用了tensorboardX，不仅可以可视化损失和准确率，还可以对中间的feature map、模型结构、模型参数、embedding等进行可视化。

参考：Pytorch训练可视化(TensorboardX)；Pytorch使用tensorboardX可视化

pytorch1.2后，集成了tensorboard，可以直接用tensorboard可视化。对于之前的版本，可以使用tensorboardX代替。

目前在aren环境中的可视化方案

因为此环境中torch是1.0版本，因此使用tensorboardX来可视化。

  • 通过在tensorboard环境中执行tensorboard --logdir=xxx --port 8123，
  • 然后打开http://i.buaadml.info:8123/来查看结果。