安装包：conda install tensorboard Tensorboard 官方文档：https://tensorflow.google.cn/tensorboard/get_started?authuser=0

写入标量

from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter("logs")    # 写入的 log 文件路径
# 函数 y = 2 * x
for i in range(100):
    # 添加标量数据，tag 对应标题，scalar_value 对应 y 轴，global_step 对应 x 轴
    writer.add_scalar("y=2x", 2 * i, i)    
writer.close()

1. 运行上面代码后，会在 "./logs" 路径下保存 log 文件
2. 在虚拟环境中执行命令：tensorboard --logdir=logs --port=6007

1. 进入 tensorboard 页面

注意：如果修改了代码，但没有修改标题

• eg. writer.add_scalar("y=2x", 3 * i, i)，改成了 y = 3 x，但是标题仍为 "y=2x"，那么刷新 tensorboard 页面后发现图像出现了重叠（好保留了原来 y = 2 x 的曲线）
• 解决办法：
  • 删除 ‘./logs’ 文件夹下的旧数据，再刷新 tensorboard 页面
  • 或者，修改标题

写入图像

from torch.utils.tensorboard import SummaryWriter
import numpy as np
from PIL import Image
writer = SummaryWriter("logs")        # 写入的 log 文件路径
image_path = "./data/dataset/train/ants_image/24335309_c5ea483bb8.jpg"
img = Image.open(image_path)
print(type(img))                      # <class 'PIL.JpegImagePlugin.JpegImageFile'>，不是 tensor or numpy 格式的
img_array = np.array(img)             # 转化为 numpy
print(type(img_array))                # <class 'numpy.ndarray'>
print(img_array.shape)                # [H, W, C] = (375, 500, 3)
# 添加图像数据，tag 对应标题，img_tensor 对应图像 tensor or numpy 且要求 shape = [C, H, W]
# 由于 PIL 直接转换成 numpy 后是 HWC 格式，所以需加上 dataformats="HWC"
writer.add_image("train", img_array, step=1, dataformats="HWC")
# 可以改用 opencv 的包，import cv2，cv_img = cv2.imread(img_path) 读出来就是 numpy 格式
writer.close()

上面是 step1 的输出，下面修改图像作为 step2 的输出

writer = SummaryWriter("logs")
image_path = "./data/dataset/train/bees_image/476347960_52edd72b06.jpg"
img = Image.open(image_path)
writer.add_image("train", img_array, 2, dataformats="HWC")
writer.close()

Tensorboard 查看时注意顶部切换到 IMAGE 这一栏

写入网络结构

input = torch.ones((64, 3, 32, 32))
writer = SummaryWriter("../logs_seq")
writer.add_graph(myNet, input)
writer.close()