快捷導(dǎo)航

pytorch下tensorboard的使用程序示例

更新時間：2021年10月22日 09:32:36 作者：wf6892

我們都知道tensorflow框架可以使用tensorboard這一高級的可視化的工具，這篇文章主要介紹了pytorch下tensorboard的使用,需要的朋友可以參考下

我們都知道tensorflow框架可以使用tensorboard這一高級的可視化的工具，為了使用tensorboard這一套完美的可視化工具，未免可以將其應(yīng)用到Pytorch中，用于Pytorch的可視化。這里特別感謝Github上的解決方案： https://github.com/lanpa/tensorboardX。

一、tensorboard程序?qū)嵗?/h2>

1.代碼

from torch.utils.tensorboard import SummaryWriter  # 用于將數(shù)據(jù)寫入tensorboard
import csv  # 用于從本地csv中讀取數(shù)據(jù)
 
'''從csv讀取數(shù)據(jù)，用于后續(xù)顯示在tensorboard中'''
 
fileAddr = 'models/211016_101208/reward.csv'  # 待讀取的文件地址
file = open(fileAddr, 'r')                    # 打開文件
data = csv.reader(file)                       # 從文件中讀取數(shù)據(jù)，但此時data是{reader}格式
next(data)                                    # 忽略數(shù)據(jù)的第一行，這是csv的表頭。
 
'''csv數(shù)據(jù)讀取完畢'''
 
'''將data數(shù)據(jù)寫入tensorboard'''
 
tensorboard_logs_addr = "logs_tensorboard/211021"  # 設(shè)定tensorboard文件存放的地址
writer = SummaryWriter(tensorboard_logs_addr)      
for index, data1 in enumerate(data):               # 開始寫入文件。
    # 一個圖中寫入多組數(shù)據(jù)，共用y軸
    writer.add_scalars('adv_data/Rewards Per Episodes',
                                               {'agent0':float(data1[0]),
                                                'agent1':float(data1[1]),
                                                'agent2':float(data1[2]),}, index)
    # 一個圖中寫入一組數(shù)據(jù)
    writer.add_scalar('adv_data/step number per episode', int(data1[4]), index)
    
    # 一個圖中寫入一組數(shù)據(jù)
    writer.add_scalar('gda_data/Rewards per episode', float(data1[3]), index)
    writer.add_scalar('gda_data/step number per episode', int(data1[4]), index)
writer.close()  # 完成后關(guān)閉

運(yùn)行以上代碼，便會在文件夾logs_tensorboard/211021中生成tensorboard數(shù)據(jù)。

2.在命令提示符中操作

# 打開命令提示符后默認(rèn)在c盤，固先轉(zhuǎn)換到d盤

C:\Users\wf>d:

# 進(jìn)入程序所在文件夾

D:\>cd D:\04MADDPG\40_MADDPG_torch-master -UAV_FixedSpeed

# 打開tensorboard的代碼

D:\04MADDPG\40_MADDPG_torch-master -UAV_FixedSpeed>tensorboard --logdir=logs_tensorboard/211021

完

說明：

tensorboard --logdir=logs_tensorboard/211021

tensorboard --logdir= 是不可更改的；

logs_tensorboard/211021 是tensorboard文件存放的地址；logs_tensorboard文件夾的上一層就是程序所在文件夾；

3.在瀏覽器中打開網(wǎng)址

http://localhost:6006/

4.效果

二、writer.add_scalar()與writer.add_scalars()參數(shù)說明

writer.add_scalar() 一副圖中只有一組數(shù)據(jù)

writer.add_scalars() 一副圖中有多組數(shù)據(jù)，但共用x軸

1.概述

將數(shù)據(jù)寫入tensorboard只有以下代碼：

from torch.utils.tensorboard import SummaryWriter
 
writer = SummaryWriter("tensorboard文件存放地址")
 
# 將數(shù)據(jù)寫入tensorboard文件，規(guī)定寫入的形式
writer.add_scalar() 或 writer.add_scalars() 
 
writer.close()

2.參數(shù)說明

writer.add_scalar('TAG', Y-DATA, X-DATA)
 
writer.add_scalars('TAG', {'Line1':Line1-Y-DATA,
                           'Line2':Line2-Y-DATA,
                           'Line3':Line3-Y-DATA,
                            ... ...            ,}, X-DATA)

其中：