Pytorch入坑指南

pytorch使用tensorboard

1. 安装Pytorch、Torchvision、Tensorboard

pip install --upgrade torch torchvision
pip install tensorboard

2. 运行代码测试

import torch
import torchvision
from torch.utils.tensorboard import SummaryWriter
from torchvision import datasets,transforms

# 设定输出路径，不写则默认  
writer=SummaryWriter('/home/bobo/Download/tensorboardDir')

# 设定  数据预处理（归一化、增广等）  的步骤
transform=transforms.Compose([
    transforms.ToTensor(),  #归一化
    transforms.Normalize((0.5,),(0.5,))]) #均值 方差

# 采用 内置数据集
trainset=datasets.MNIST('mnist_train',train=True,download=True,transform=transform)
#数据集加载器
trainloader=torch.utils.data.DataLoader(trainset,batch_size=64,shuffle=True)

# 采用 内置网络  False代表 不使用预训练模型(因为要改第一层，故 预训练权重不适用)
model=torchvision.models.resnet50(False)

# 由于数据集是灰度图，故修改网络输入，由RGB改为灰度图
model.conv1=torch.nn.Conv2d(in_channels=1,out_channels=64,kernel_size=7,stride=2,padding=3,bias=False)

#加载 训练数据
images,labels=next(iter(trainloader))

# 设定网格  将一个batch的图像 转化为 一张网格图像
grid=torchvision.utils.make_grid(images)

# 展示训练图像
writer.add_image('images',grid,0)
#展示 模型结构图
writer.add_graph(model,images)


#一定要加
writer.close()

3. 启动tensorflow

tensorboard --logdir=/home/bobo/Download/tensorboardDir  --port 6006

注意：
(1)Python代码及启动命令要明确指定路径，因为tensorboard会显示该文件夹下的所有内容。
(2) 若网页无法打开，可能是该端口占用。使用ps -a查看，并使用kill -9 端口号即可。

参考
PyTorch 自带 TensorBoard 使用教程
PyTorch 1.1 or 1.2 使用Tensorboard