TensorBoard快速入门

一、简介

TensorBoard是一套 Web 应用程序，用于检查和了解 TensorFlow 运行和图形。简而言之，就是用于机器学习可视化的工具

TensorBoard 设计为完全离线运行，++无需任何 Internet 访问权限++。例如，这可能位于本地计算机上、公司防火墙后面或数据中心中。

二、安装

在Pycharm的Terminal中直接使用pip安装即可。

python 复制代码

pip install tensorboard ==2.12.0

注意：此处安装的TensorBoard版本我自行设定为2.12.0版。因为在此前运用最新版显示图象时出现了TypeError报错，这就是由于版本过高导致，所以为了避免该错误，建议最好下载较低版本的TensorBoard

安装显示Successful就表明安装成功。

三、运行

TensorBoard的运行界面不在Pycharm中，而是通过Pycharm运行生成一个Internet访问地址，通过点击该地址或者在网页中输入地址从而进入TensorBoard界面。

python 复制代码

tensorboard --logdir=my_log

my_log代指TensorBoard的log文件所在的目录。Tensorboard面板中展示的数据都来源于log文件，一般一次完整的运行生成一份log文件。

在Pytorch中，实现可视化，需要创建一个SummaryWriter对象，在创建该对象的时候就会创建一个log文件（文件名自行定义），然后调用add_something方法，在log中写日志，然后展示在TensorBoard界面中。

如看到以下输出，则表明运行成功

python 复制代码

TensorBoard 2.12.0 at http://localhost:6006/ (Press CTRL+C to quit)

点击网址http://localhost:6006/即可进入TensorBoard界面。

此外该网址的端口默认为6006，但是也可以通过port设置别的端口。

python 复制代码

tensorboard --logdir=my_log --port=6009

四、具体使用

复制代码

SummaryWriter:创建log文件，文件名自定义
add_something:向log文件中添加数据，如可以通过add_imge添加图片
close:训练结束后，通过close方法结束log写入

**案例：**运用TensorBoard展示图片

① 导包

python 复制代码

from torch.utils.tensorboard import SummaryWriter
from PIL import Image
import numpy as np

复制代码

②创建SummaryWriter对象

python 复制代码

writer = SummaryWriter("logs")
writer.close()

创建对象后，立马写上close，以免忘记

③添加本地图片数据

python 复制代码

img_path = "data/train/ants_image/0013035.jpg"  #图片的相对地址
img_PIL = Image.open(img_path) #根据图片的相对地址获取图片--PIL.JpegImagePlugin.JpegImageFile--不符合add_imge参数类型
img_array = np.array(img_PIL)#将该图片转换为numpy.ndarray类型使用
writer.add_image("train", img_array, 0,dataformats='HWC')#global_step表示步骤，如果为同一个tag，那么该参数表示第几个图片

使用API时要注意其参数类型，不同API内对所含参数类型不同，建议通过ctrl+双击该API查看其具体使用方法。

④运行程序

运行该程序后，在Pycharm的Terminal中调取TensorBoard界面。

点击网页，进入TensorBoard界面，图片即可展示成功。

⑤关闭运行

点击ctrl+c即可关闭程序运行