在pytorch上基於tensorboard的訓練過程的視覺化

我們知道pytorch本身自帶一種資料的視覺化的工具，但是我在使用該視覺化的工具時發現會訓練到一定的過程時會發生突然卡死的情況。後來發現pytorch中整合了tensorboard的功能，並且看了一些部落格說這個功能很好實現，所以花費了一段時間研究了一番，實現了改功能，所以再次分享一下子。

1. 進行環境的配置：

因為之前是使用pytorch進行模型的訓練，所以一直也沒有安裝tensorflow，但是要使用tensorboard的話，只安裝tensorboard的話會進行報錯。同時， 注意要安裝的版本要在1.14版本以上。
conda install tensorflow==1.14 帶著就會把tensorboard進行安裝了

2. 進行tensorboard程式設計

from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter()
writer.add_scalar(‘Loss/train’, train_loss.avg, epoch)
writer.add_scalar(‘lr’, lr, epoch)
grid = vutils.make_grid(image)
self.writer.add_image(‘images’, grid, epoch)

3. 進行視覺化

若進行無誤，會在當前資料夾下生成一個runs資料夾，裡面包含一個很多英文字母的檔案。
此時 你在終端輸入tensorboard --logdir=runs 會出現
這時，可以點選進行入http那個網址即可。 但是我在使用時，發現該方法不可行。而是將命令改為
tensorboard --logdir=runs的絕對路徑， 這時才可以，大家可以兩個都試一下啊！