1 安装

安装：pip install tensorboard。
下载包里，有个tensorboard.exe，会自动加进环境变量，主要用到这个应用程序。

tensorboard的原理，是用SummaryWriter，将模型、折线图等数据存储到一个”logdir”目录里，
然后用tensorboard.exe开启一个网页服务读取展示logdir的内容。

pytorch内置了转成tensorboard数据的SummaryWriter了，不需要使用tensorboard相关的源码接口。

实际运行如果缺失什么包可以再安装。优先用conda install，conda不行再用pip install。比如：
conda install protobuf
conda install h5py

也可以一次性安装完整版的tensorflow：conda install tensorflow。不过这个包会比较庞大。
（完整安装好像用conda有点问题，也可以试试pip，这里我不确定，没有充分实验）

安装完我也不确定一定是完整的，有试验的同学可以跟我反馈，补充完善文档。

2 查看网络结构，特征图运算过程

  1. import torch
  2. from torch import nn
  4. from torch.utils.tensorboard import SummaryWriter
  7. class NumNet(nn.Module):
  8.     def __init__(self):
  9.         super().__init__()
  11.         self.classifier = nn.Sequential(
  12.             nn.Linear(5, 10),
  13.             nn.ReLU(),
  14.             nn.Linear(10, 5),
  15.             nn.ReLU(),
  16.             nn.Linear(5, 2),
  17.             nn.ReLU(),
  18.         )
  20.     def forward(self, batched_inputs):
  21.         x = batched_inputs
  22.         logits = self.classifier(x)
  23.         return logits
  26. model = NumNet()
  28. # 把信息保存到logdir
  29. writer = SummaryWriter('logdir')
  30. # 测试传入16*5的feature_size时，模型的整个结构，这里测试会执行3次forward，为什么会执行3次我也不懂
  31. writer.add_graph(model, torch.rand([16, 5]))
  32. writer.close()

在命令行执行：tensorboard —logdir logdir，要明确指定logdir地址。然后打开http://localhost:6006，就能看到模型结构图了：
image.png
还可以看到数据从头到尾的尺寸变化情况。

滚动鼠标中键，可以放大缩小图片。
双击可以展开查看细节。比如可以看到第一个线性层的详细尺寸情况：
image.png
这里的86、89应该是编号，每一个组件都有一个唯一的id标识。

3 其他折线图等

还有很多功能，可以看官方文档，有详细的介绍、示例代码，演示。
torch.utils.tensorboard — PyTorch master documentation

比如常需要画损失的折线图：
image.png