记录一下，2022-4-20，想要尝试看一下tensorboard，然后有点小失败/(ㄒoㄒ)/~~
tensorboardX 的 Github项目地址：http://iyenn.com/index/link?url=https://github.com/lanpa/tensorboardX
这两个链接好像还不错，可以看看：
1.安装
在某个指定环境下依次安装tensorboard、tensorboardX。
例如，我要在PyTorch环境下安装，那就需要先激活进入到PyTorch环境中。
activate PyTorch
pip install tensorboard
pip install tensorboardX
- 1
- 2
- 3
本来是只想在PyTorch中安装tensorboardX的，结果发现用不了，还是需要我再去安装tensorboard。
因为 tensorboardX 是对 tensorboard 进行了封装后，开放出来使用，所以必须先安装 tensorboard ，再安装tensorboardX（而如果不需要，可以不安装tensorflow，只是有些功能会受限）
（不是初体验还不是很好嘛，因为没看到Graph，所以就重新安装了一下，以后要用到的时候再试试吧，先打牢基础知识！）
（大致知道了，是看你在代码中可视化了什么部分，tensorboard中才看得到，所以按照之前那样只安装tensorboard再安装tensorboardX应该也是够用了的）
with SummaryWriter(log_dir=‘logs’,comment=‘Net’) as w:
w.add_graph(model, (input, ))
可视化计算图，使用add_graph函数
可视化损失值，使用add_scalar函数
可视化特征图，使用add_image函数
我重新安装了一下，先安装的tensorflow（自带了tensorboard），再安装的tensorboardX。
pip install tensorflow==2.4.0 -i http://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com
pip install tensorboardX
- 1
- 2
查看了一下当前的版本号
torch == 1.10.2
tensorflow == 2.4.0
tensorboard == 2.8.0
tensorboardX == 2.5
2.可能会用到的命令
(1)【解决问题】ModuleNotFoundError: No module named ‘soundfile‘
这种情况通常是没有相应的模块，下载就可以了。
tensorboardX 在 Github 上给出的 demo.py 中用到的 soundfile 模块处理音频文件，需要另行下载。
pip install [module name] -i http://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com
- 1
(2)卸载 tensorboard 模块（替换成其他不想要的模块即可）
pip uninstall tensorboard
- 1
(3)查看tensorboard、tensorboardX的版本号
先进入到包含tensorboard、tensorboardX的环境中，再通过__version__查看。
# 激活PyTorch环境
activate PyTorch
# 进入到python编辑模式
python
# 导入库，再查看版本
import tensorboard
tensorboard.__version__ # 注意这里有两个连续的下划线，2.8.0
import tensorboardX
tensorboardX.__version__ # 2.5
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
3.运行
启动tensorboard服务
cd 到 logs 目录所在的同级目录，在命令行输入如下命令，logdir等式右边可以是相对路径或绝对路径。
tensorboard --logdir=logs --port 6006
#如果是Windows环境，要注意路径解析，如
#tensorboard --logdir=r'D:myboard estlogs' --port 6006
- 1
- 2
- 3
web展示
在浏览器输入：http://localhost:6006/
（怎么看这些数据呢？我还不会的，而且我的TensorBoard面板上为什么看不到Graph！害，再研究研究吧~）
可以再看一下这两位云导师的视频：
- 霹雳吧啦Wz：在Pytorch中使用Tensorboard可视化训练过程
- Bubbliiiing：Pytorch Tensorboard可视化工具（Bubbliiiing 深度学习 教程）
上面的 “启动tensorboard服务” 和 “web展示” 都是摘录自《Python深度学习基于PyTroch》书中。以下为全部过程：
强推这本书的电子网页：http://iyenn.com/index/link?url=http://www.feiguyunai.com/
更细一点的地址是：http://iyenn.com/index/link?url=http://iyenn.com/index/link?url=http://www.feiguyunai.com/index.php/2019/06/13/python-ml-pytorch/
P130 4.4.1 tensorboardX简介
tensorboardX功能很强大，支持scalar、image、figure、histogram、audio、text、graph、onnx_graph、embedding、pr_curve and videosummaries等可视化方式。
安装也比较方便，先安装tensorflow（CPU或GPU版），然后安装tensorboardX，在命令行运行以下命令即可。
pip install tensorboardX
- 1
使用tensorboardX的一般步骤如下所示。
1）导入tensorboardX，实例化SummaryWriter类，指明记录日志路径等信息。
from tensorboardX import SummaryWriter
#实例化SummaryWriter，并指明日志存放路径。在当前目录没有logs目录将自动创建。
writer = SummaryWriter(log_dir='logs')
#调用实例
writer.add_xxx()
#关闭writer
writer.close()
- 1
- 2
- 3
- 4
- 5
- 6
- 7
【说明】
①如果是Windows环境，log_dir注意路径解析，如：
writer = SummaryWriter(log_dir=r'D:myboard estlogs')
- 1
②SummaryWriter的格式为：
SummaryWriter(log_dir=None, comment='', **kwargs)
#其中comment在文件命名加上comment后缀
- 1
- 2
③如果不写log_dir，系统将在当前目录创建一个 runs 的目录。
2）调用相应的API接口，接口一般格式为：
add_xxx(tag-name, object, iteration-number)
#即add_xxx(标签，记录的对象，迭代次数)
- 1
- 2
3）启动tensorboard服务：
cd 到 logs 目录所在的同级目录，在命令行输入如下命令，logdir 等式右边可以是相对路径或绝对路径。
tensorboard --logdir=logs --port 6006
#如果是Windows环境，要注意路径解析，如
#tensorboard --logdir=r'D:myboard estlogs' --port 6006
- 1
- 2
- 3
4）web展示
在浏览器输入：
http://服务器IP或名称:6006 #如果是本机，服务器名称可以使用localhost
- 1
便可看到logs目录保存的各种图形，图4-4为示例图。
鼠标在图形上移动，还可以看到对应位置具体数据。
有关tensorboardX的更多内容，大家可参考其官网：http://iyenn.com/index/link?url=https://github.com/lanpa/tensorboardX。
评论记录：
回复评论：