pytorch中使用tensorboardX

我的环境配置：Ubantu18.04+python3.6.10+pytorch1.0.0+tensorboardX2.0+tensorflow2.1.0。以faster-rcnn源码中的使用方法为例进行说明：

保存数据

导入模块并创建一个SummaryWriter实例，使用此实例将训练信息保存在logs文件夹下

    from tensorboardX import SummaryWriter
    logger = SummaryWriter("logs")

将数据保存到对应的文件夹下。add_scalars函数的第一个参数为保存图的名称，第二个参数为Y轴数据，第三个参数为X轴数据。

          info = {
            'loss': loss_temp,
            'loss_rpn_cls': loss_rpn_cls,
            'loss_rpn_box': loss_rpn_box,
            'loss_rcnn_cls': loss_rcnn_cls,
            'loss_rcnn_box': loss_rcnn_box
          }
          logger.add_scalars("logs_s_{}/losses".format(args.session), info, (epoch - 1) * iters_per_epoch + step)

最后关闭此实例

logger.close()

显示数据

1、**我们所使用的虚拟环境，并在终端输入以下命令载入刚刚做图的文件（那个./log要写完整的路径）。注意：一定要安装tensorflow，否则不会有tensorboard命令工具。tensorboard和tensorboardX不是一回事。运行下面的命令可能会提示某个库的版本过低，我们按照提示升级即可。

tensorboard --logdir=./log

如下图所示：

2、在浏览器输入以下任意一个网址，即可查看结果：（训练过程中可以实时更新显示）

http://0.0.0.0:6006/

http://localhost:6006/

http://127.0.0.1:6006/

参考文章：https://zhuanlan.zhihu.com/p/35675109