深度学习中强大的可视化工具——TensorBoard

在机器学习中，要改进模型的某些参数，您通常需要对其进行衡量。TensorBoard 是用于提供机器学习工作流程期间所需的测量和可视化的工具。 它使您能够跟踪实验指标，例如损失和准确性，可视化模型图，将嵌入物投影到较低维度的空间等等。

TensorBoard 原本是tensorflow的可视化工具，pytorch从1.2.0开始支持tensorboard。之前的版本也可以使用tensorboardX代替。

安装：

pip uninstall tensorboard

使用：

Tensorboard的工作流程简单来说是

• 首先导入tensorboard

  from torch.utils.tensorboard import SummaryWriter   
  

• 将代码运行过程中的，某些你关心的数据保存在一个文件夹中。

• 再读取这个文件夹中的数据，用浏览器显示出来。