1 引言

老师让我将线性回归训练得出的loss值进行可视化，于是我使用了tensorboard将其应用到Pytorch中，用于Pytorch的可视化。

2 环境安装

本教程代码环境依赖：

python 3.7+

Pytorch 0.4.0+

tensorboardX安装: pip install tensorflow、pip install tensorboardX

VSCode + jupyter notebook

在VSCode中运行jupyter notebook，运行线性回归预测代码

3 代码教程

TensorboardX可以提供中很多的可视化方式，本文主要介绍使用scalar。

先上代码：

from tensorboardX import SummaryWriter
writer = SummaryWriter()

# 训练模型
num_epochs = 100
for epoch in range(num_epochs):
    for x, y in data_iter:
        l = loss(net(x), y)
        trainer.zero_grad()
        l.backward()
        trainer.step()
    l = loss(net(features), labels)
# 写入loss值
    writer.add_scalar('scalar/train_loss', l, epoch)
writer.close()

训练模型不需要看，主要看以下代码：

from tensorboardX import SummaryWriter
writer = SummaryWriter()

for epoch in range (num_epochs):
writer.add_scalar('scalar/train_loss', l, epoch)
writer.close()

要使用，照着用就行。

先不解释代码含义，接下来说一下怎么查看图像。