Tensorboard的使用（一）
- TensorBoard 是一个可视化工具，用于监控和调试深度学习模型的训练过程。
1.使用add_scalar()进行简单绘图
-
首先需要导入Tensorboard包
from torch.utils.tensorboard import SummaryWriter -
创建一个SummaryWriter类的实例，将所有的事件文件保存在
logs文件夹下面writer = SummaryWriter('logs') -
使用add_scalar()方法绘制训练过程图
for i in range(10): writer.add_scalar(tag = 'sinx', # 绘制图的标题 scalar_value=np.sin(i), # 绘制的图的y轴值 global_step=i) # 绘制的图的x轴 writer.close() # 释放writer类，并将事件文件保存在logs目录下执行完代码后，会在logs目录下生成事件文件
-
在logs目录下打开命令行，使用下列命令行，表示加载logs目录下的所有事件文件，并指定在6007端口，打开命令窗口提示的链接，即可打开事件文件所成图像。
tensorboard --logdir=logs --port=6007
2.注意事项
-
注意一下add_scalar()中的参数和图像的对应关系，tag参数可以认为是每个事件文件的唯一标识符，多次使用同一个tag，在不清除数据的情况下会持续往图表中增添数据；scalar_value是y轴，一般用于在训练过程中的损失函数情况；global_step是x轴，一般是训练过程中的epoch
-
报错
FailedPreconditionError:检查是不是目录中有中文，注意不仅仅是相对目录，而是绝对目录
