111

详解PyTorch项目使用TensorboardX进行训## 标题练可视化

标题

                <div class="bar-content">
                    <span class="c-gray">置顶</span>
                <a class="follow-nickName " href="https://blog.csdn.net/bigbennyguo" target="_blank" rel="noopener">imbennyguo</a>
                <span class="time">2019-02-28 21:38:13</span>
                <img class="article-read-img article-heard-img" src="https://csdnimg.cn/release/blogv2/dist/pc/img/articleReadEyes.png" alt="">
                <span class="read-count">70972</span>
                <a id="blog_detail_zk_collection" class="un-collection" data-report-click="{&quot;mod&quot;:&quot;popu_823&quot;,&quot;spm&quot;:&quot;1001.2101.3001.4232&quot;,&quot;ab&quot;:&quot;new&quot;}">
                    <img class="article-collect-img article-heard-img un-collect-status isdefault" style="display:inline-block" src="https://csdnimg.cn/release/blogv2/dist/pc/img/tobarCollect.png" alt="">
                    <img class="article-collect-img article-heard-img collect-status isactive" style="display:none" src="https://csdnimg.cn/release/blogv2/dist/pc/img/tobarCollectionActive.png" alt="">
                    <span class="name">收藏</span>
                    <span class="get-collection">
                        488
                    </span>
                </a>
                </div>
            </div>
            <div class="blog-tags-box">
                <div class="tags-box artic-tag-box">
                        <span class="label">分类专栏：</span>
                            <a class="tag-link" href="https://blog.csdn.net/bigbennyguo/category_8710480.html" target="_blank" rel="noopener">PyTorch</a>
                        <span class="label">文章标签：</span>
                            <a data-report-click="{&quot;mod&quot;:&quot;popu_626&quot;,&quot;spm&quot;:&quot;1001.2101.3001.4223&quot;,&quot;strategy&quot;:&quot;PyTorch&quot;,&quot;ab&quot;:&quot;new&quot;}" class="tag-link" href="https://www.csdn.net/tags/MtTaEg0sMTI2NDMtYmxvZwO0O0OO0O0O.html" target="_blank" rel="noopener">PyTorch</a>
                            <a data-report-click="{&quot;mod&quot;:&quot;popu_626&quot;,&quot;spm&quot;:&quot;1001.2101.3001.4223&quot;,&quot;strategy&quot;:&quot;可视化&quot;,&quot;ab&quot;:&quot;new&quot;}" class="tag-link" href="https://www.csdn.net/tags/MtTaEg0sNDkwOTEtYmxvZwO0O0OO0O0O.html" target="_blank" rel="noopener">可视化</a>
                            <a data-report-click="{&quot;mod&quot;:&quot;popu_626&quot;,&quot;spm&quot;:&quot;1001.2101.3001.4223&quot;,&quot;strategy&quot;:&quot;神经网络&quot;,&quot;ab&quot;:&quot;new&quot;}" class="tag-link" href="https://www.csdn.net/tags/MtTaEg0sMTI3NDctYmxvZwO0O0OO0O0O.html" target="_blank" rel="noopener">神经网络</a>
                            <a data-report-click="{&quot;mod&quot;:&quot;popu_626&quot;,&quot;spm&quot;:&quot;1001.2101.3001.4223&quot;,&quot;strategy&quot;:&quot;机器学习&quot;,&quot;ab&quot;:&quot;new&quot;}" class="tag-link" href="https://www.csdn.net/tags/MtTacg5sODM3OS1ibG9n.html" target="_blank" rel="noopener">机器学习</a>
                            <a data-report-click="{&quot;mod&quot;:&quot;popu_626&quot;,&quot;spm&quot;:&quot;1001.2101.3001.4223&quot;,&quot;strategy&quot;:&quot;TensorFlow&quot;,&quot;ab&quot;:&quot;new&quot;}" class="tag-link" href="https://www.csdn.net/tags/NtjaIgxsMTk2MS1ibG9n.html" target="_blank" rel="noopener">TensorFlow</a>
                </div>
            </div>
            <div class="slide-content-box">
                <div class="article-copyright">
                    <div class="creativecommons">
                        版权声明：本文为博主原创文章，遵循<a href="http://creativecommons.org/licenses/by-sa/4.0/" target="_blank" rel="noopener"> CC 4.0 BY-SA </a>版权协议，转载请附上原文出处链接和本声明。
                    </div>
                    <div class="article-source-link">
                        本文链接：<a href="https://blog.csdn.net/bigbennyguo/article/details/87956434" target="_blank">https://blog.csdn.net/bigbennyguo/article/details/87956434</a>
                    </div>
                </div>
            </div>
            <div class="operating">
                <a class="href-article-edit slide-toggle">版权</a>
            </div>
        </div>
    </div>
</div>
<article class="baidu_pl">
    <div id="article_content" class="article_content clearfix">
    <link rel="stylesheet" href="https://csdnimg.cn/release/blogv2/dist/mdeditor/css/editerView/ck_htmledit_views-b5506197d8.css">
            <div id="content_views" class="markdown_views prism-atom-one-light">
                <svg xmlns="http://www.w3.org/2000/svg" style="display: none;">
                    <path stroke-linecap="round" d="M5,0 0,2.5 5,5z" id="raphael-marker-block" style="-webkit-tap-highlight-color: rgba(0, 0, 0, 0);"></path>
                </svg>
                <p></p>

目录

• 什么是TensorboardX
• 配置TensorboardX
• • 环境要求
  • 安装
  • • 使用 pip 安装
    • 从源码安装
• 使用TensorboardX
• • 使用各种 add 方法记录数据
  • • 数字 (scalar)
    • 图片 (image)
    • 直方图 (histogram)
    • 运行图 (graph)
    • 嵌入向量 (embedding)
    • 其他
• 一些tips

什么是TensorboardX

Tensorboard 是 TensorFlow 的一个附加工具，可以记录训练过程的数字、图像等内容，以方便研究人员观察神经网络训练过程。可是对于 PyTorch 等其他神经网络训练框架并没有功能像 Tensorboard 一样全面的类似工具，一些已有的工具功能有限或使用起来比较困难 (tensorboard_logger, visdom等) 。TensorboardX 这个工具使得 TensorFlow 外的其他神经网络框架也可以使用到 Tensorboard 的便捷功能。TensorboardX 的 github仓库在这里。

TensorboardX 的文档相对详细，但大部分缺少相应的示例。本文是对TensorboardX 各项功能的完整介绍，每项都包含了示例，给出了可视化效果，希望可以方便大家的使用。笔者水平有限，还请读者们斧正，相关问题可以在留言区提出，我尽量解答。

配置TensorboardX

环境要求

• 操作系统：MacOS / Ubuntu (Windows未测试)
• Python2/3
• PyTorch >= 1.0.0 && torchvision >= 0.2.1 && tensorboard >= 1.12.0 ¹

以上版本要求你对应TensorboardX@1.6版本。为保证版本时效性，建议大家按照 TensorboardX github仓库中README 的要求进行环境配置。

安装

可以直接使用 pip 进行安装，或者从源码进行安装。

使用 pip 安装

pip install tensorboardX

从源码安装

git clone https://github.com/lanpa/tensorboardX && cd tensorboardX && python setup.py install

使用TensorboardX

首先，需要创建一个 SummaryWriter 的示例：

from tensorboardX import SummaryWriter

# Creates writer1 object.
# The log will be saved in ‘runs/exp’
writer1 = SummaryWriter(‘runs/exp’)

# Creates writer2 object with auto generated file name
# The log directory will be something like ‘runs/Aug20-17-20-33’
writer2 = SummaryWriter()

# Creates writer3 object with auto generated file name, the comment will be appended to the filename.
# The log directory will be something like ‘runs/Aug20-17-20-33-resnet’
writer3 = SummaryWriter(comment=‘resnet’)

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13

以上展示了三种初始化 SummaryWriter 的方法：

1. 提供一个路径，将使用该路径来保存日志
2. 无参数，默认将使用 runs/日期时间 路径来保存日志
3. 提供一个 comment 参数，将使用 runs/日期时间-comment 路径来保存日志

一般来讲，我们对于每次实验新建一个路径不同的 SummaryWriter，也叫一个 run，如 runs/exp1、runs/exp2。

接下来，我们就可以调用 SummaryWriter 实例的各种 add_something 方法向日志中写入不同类型的数据了。想要在浏览器中查看可视化这些数据，只要在命令行中开启 tensorboard 即可：

tensorboard --logdir=<your_log_dir>

其中的 <your_log_dir> 既可以是单个 run 的路径，如上面 writer1 生成的 runs/exp；也可以是多个 run 的父目录，如 runs/ 下面可能会有很多的子文件夹，每个文件夹都代表了一次实验，我们令 --logdir=runs/ 就可以在 tensorboard 可视化界面中方便地横向比较 runs/ 下不同次实验所得数据的差异。

使用各种 add 方法记录数据

下面详细介绍 SummaryWriter 实例的各种数据记录方法，并提供相应的示例供参考。

数字 (scalar)

使用 add_scalar 方法来记录数字常量。

add_scalar(tag, scalar_value, global_step=None, walltime=None)

• 1
• 2

参数

• tag (string): 数据名称，不同名称的数据使用不同曲线展示
• scalar_value (float): 数字常量值
• global_step (int, optional): 训练的 step
• walltime (float, optional): 记录发生的时间，默认为 time.time()

需要注意，这里的 scalar_value 一定是 float 类型，如果是 PyTorch scalar tensor，则需要调用 .item() 方法获取其数值。我们一般会使用 add_scalar 方法来记录训练过程的 loss、accuracy、learning rate 等数值的变化，直观地监控训练过程。

Example

from tensorboardX import SummaryWriter
writer = SummaryWriter('runs/scalar_example')
for i in range(10):
    writer.add_scalar('quadratic', i**2, global_step=i)
    writer.add_scalar('exponential', 2**i, global_step=i)

 
 

• 1
• 2
• 3
• 4
• 5

这里，我们在一个路径为 runs/scalar_example 的 run 中分别写入了二次函数数据 quadratic 和指数函数数据 exponential，在浏览器可视化界面中效果如下：

writer = SummaryWriter('runs/another_scalar_example')
for i in range(10):
    writer.add_scalar('quadratic', i**3, global_step=i)
    writer.add_scalar('exponential', 3**i, global_step=i)

 
 

• 1
• 2
• 3
• 4

接下来我们在另一个路径为 runs/another_scalar_example 的 run 中写入名称相同但参数不同的二次函数和指数函数数据，可视化效果如下。我们发现相同名称的量值被放在了同一张图表中展示，方便进行对比观察。同时，我们还可以在屏幕左侧的 runs 栏选择要查看哪些 run 的数据。

图片 (image)

使用 add_image 方法来记录单个图像数据。注意，该方法需要 pillow 库的支持。

add_image(tag, img_tensor, global_step=None, walltime=None, dataformats='CHW')

• 1
• 2

参数

• tag (string): 数据名称
• img_tensor (torch.Tensor / numpy.array): 图像数据
• global_step (int, optional): 训练的 step
• walltime (float, optional): 记录发生的时间，默认为 time.time()
• dataformats (string, optional): 图像数据的格式，默认为 'CHW'，即 Channel x Height x Width，还可以是 'CHW'、'HWC' 或 'HW' 等

我们一般会使用 add_image 来实时观察生成式模型的生成效果，或者可视化分割、目标检测的结果，帮助调试模型。

Example

from tensorboardX import SummaryWriter
import cv2 as cv

writer = SummaryWriter(‘runs/image_example’)
for i in range(1, 6):
writer.add_image(‘countdown’,
cv.cvtColor(cv.imread(’{}.jpg’.format(i)), cv.COLOR_BGR2RGB),
global_step=i,
dataformats=‘HWC’)

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9

这里我在 优一酷云字酷（朋友做的小工具，大家如果觉得文章有帮助也可以去多多支持一下）上做了几张带有数字的图片，分别使用 add_image 写入记录。这里我们使用 opencv 读入图片，opencv 读入的图片通道排列是 BGR，因此需要先转成 RGB 以保证颜色正确，并且 dataformats 设为 'HWC'，而非默认的 'CHW'。调用这个方法一定要保证数据的格式正确，像 PyTorch Tensor 的格式就是默认的 'CHW'。效果如下，可以拖动滑动条来查看不同 global_step 下的图片：

add_image 方法只能一次插入一张图片。如果要一次性插入多张图片，有两种方法：

1. 使用 torchvision 中的 make_grid 方法 [官方文档] 将多张图片拼合成一张图片后，再调用 add_image 方法。
2. 使用 SummaryWriter 的 add_images 方法 [官方文档]，参数和 add_image 类似，在此不再另行介绍。

直方图 (histogram)

使用 add_histogram 方法来记录一组数据的直方图。

add_histogram(tag, values, global_step=None, bins='tensorflow', walltime=None, max_bins=None)

• 1
• 2

参数

• tag (string): 数据名称
• values (torch.Tensor, numpy.array, or string/blobname): 用来构建直方图的数据
• global_step (int, optional): 训练的 step
• bins (string, optional): 取值有 ‘tensorflow’、‘auto’、‘fd’ 等, 该参数决定了分桶的方式，详见这里。
• walltime (float, optional): 记录发生的时间，默认为 time.time()
• max_bins (int, optional): 最大分桶数

我们可以通过观察数据、训练参数、特征的直方图，了解到它们大致的分布情况，辅助神经网络的训练过程。

Example

from tensorboardX import SummaryWriter
import numpy as np

writer = SummaryWriter(‘runs/embedding_example’)
writer.add_histogram(‘normal_centered’, np.random.normal(0, 1, 1000), global_step=1)
writer.add_histogram(‘normal_centered’, np.random.normal(0, 2, 1000), global_step=50)
writer.add_histogram(‘normal_centered’, np.random.normal(0, 3, 1000), global_step=100)

• 1
• 2
• 3
• 4
• 5
• 6
• 7

我们使用 numpy 从不同方差的正态分布中进行采样。打开浏览器可视化界面后，我们会发现多出了"DISTRIBUTIONS"和"HISTOGRAMS"两栏，它们都是用来观察数据分布的。其中在"HISTOGRAMS"中，同一数据不同 step 时候的直方图可以上下错位排布 (OFFSET) 也可重叠排布 (OVERLAY)。上下两图分别为"DISTRIBUTIONS"界面和"HISTOGRAMS"界面。

运行图 (graph)

使用 add_graph 方法来可视化一个神经网络。

add_graph(model, input_to_model=None, verbose=False, **kwargs)

• 1
• 2

参数

• model (torch.nn.Module): 待可视化的网络模型
• input_to_model (torch.Tensor or list of torch.Tensor, optional): 待输入神经网络的变量或一组变量

该方法可以可视化神经网络模型，TensorboardX 给出了一个官方样例大家可以尝试。样例运行效果如下：

嵌入向量 (embedding)

使用 add_embedding 方法可以在二维或三维空间可视化 embedding 向量。

add_embedding(mat, metadata=None, label_img=None, global_step=None, tag='default', metadata_header=None)

• 1
• 2

参数

• mat (torch.Tensor or numpy.array): 一个矩阵，每行代表特征空间的一个数据点
• metadata (list or torch.Tensor or numpy.array, optional): 一个一维列表，mat 中每行数据的 label，大小应和 mat 行数相同
• label_img (torch.Tensor, optional): 一个形如 NxCxHxW 的张量，对应 mat 每一行数据显示出的图像，N 应和 mat 行数相同
• global_step (int, optional): 训练的 step
• tag (string, optional): 数据名称，不同名称的数据将分别展示

add_embedding 是一个很实用的方法，不仅可以将高维特征使用PCA、t-SNE等方法降维至二维平面或三维空间显示，还可观察每一个数据点在降维前的特征空间的K近邻情况。下面例子中我们取 MNIST 训练集中的 100 个数据，将图像展成一维向量直接作为 embedding，使用 TensorboardX 可视化出来。

from tensorboardX import SummaryWriter
import torchvision

writer = SummaryWriter(‘runs/embedding_example’)
mnist = torchvision.datasets.MNIST(‘mnist’, download=True)
writer.add_embedding(
mnist.train_data.reshape((-1, 28 * 28))[:100,:],
metadata=mnist.train_labels[:100],
label_img = mnist.train_data[:100,:,:].reshape((-1, 1, 28, 28)).float() / 255,
global_step=0
)

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11

采用 PCA 降维后在三维空间可视化效果如下：

可以发现，虽然还没有做任何特征提取的工作，但 MNIST 的数据已经呈现出聚类的效果，相同数字之间距离更近一些（有没有想到 KNN 分类器）。我们还可以点击左下方的 T-SNE，用 t-SNE 的方法进行可视化。add_embedding 方法需要注意的几点：

• mat 是二维 MxN，metadata 是一维 N，label_img 是四维 NxCxHxW！
• label_img 记得归一化为 0-1 之间的 float 值

其他

TensorboardX 除了上述的常用方法之外，还有许多其他方法如 add_audio、add_figure 等，感兴趣的朋友可以参考[官方文档]。相信读了这篇文章过后，你已经能够类比熟练调用其他的方法了。

一些tips

1. 如果在进入 embedding 可视化界面时卡住，请更新 tensorboard 至最新版本 (>=1.12.0)。
2. tensorboard 有缓存，如果进行了一些 run 文件夹的删除操作，最好重启 tensorboard，以避免无效数据干扰展示效果。
3. 如果执行 add 操作后没有实时在网页可视化界面看到效果，试试重启 tensorboard。

---

1. 截至文章发稿时，对应TensorboardX@1.6版本。经笔者测试，若PyTorch版本<1.0.0或tensorboard版本<1.12.0，TensorboardX有部分功能无法正常使用，建议大家按照环境要求进行环境的配置或升级。 ↩︎

pytorch使用tensorboardX进行loss可视化实例 09-17 今天小编就为大家分享一篇 pytorch 使用 tensorboardX 进行loss 可视化实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧 Pytorch的网络结构可视化（tensorboardX）（详细） xiaoxifei的专栏 09-17 2万+ 最近刚刚发现一个非常好用的显示模型神器Netron

https://github.com/lutzroeder/Netron

借助这个工具可以像windows的软件一样导入已经训练好的模型加权重即可一键生成

我目前看了下visdom实现pytorch的网络结构查找还是很困难，在stackflow上有很多人使用自己编写的基于matplotlib来实现网络结构可视化适用性也不是很好，后来查找到使…

  <textarea class="comment-content" name="comment_content" id="comment_content" placeholder="优质评论可以帮助作者获得更高权重" maxlength="1000"></textarea>
		<div class="comment-emoticon"><img class="comment-emoticon-img" data-url="https://csdnimg.cn/release/blogv2/dist/pc/img/" src="https://csdnimg.cn/release/blogv2/dist/pc/img/emoticon.png" alt="表情包"></div> 
  <span class="comment-emoticon-tip">插入表情</span>
  <div class="comment-emoticon-box" style="display: none;">
    <div class="comment-emoticon-img-box">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:001.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/001.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:002.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/002.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:003.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/003.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:004.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/004.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:005.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/005.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:006.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/006.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:007.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/007.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:008.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/008.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:009.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/009.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:010.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/010.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:011.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/011.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:012.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/012.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:013.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/013.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:014.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/014.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:015.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/015.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:016.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/016.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:017.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/017.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:018.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/018.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:019.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/019.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:020.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/020.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:021.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/021.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:022.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/022.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:023.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/023.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:024.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/024.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:025.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/025.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:026.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/026.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:027.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/027.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:028.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/028.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:029.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/029.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:030.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/030.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:031.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/031.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:032.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/032.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:033.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/033.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:034.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/034.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:035.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/035.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:036.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/036.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:037.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/037.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:038.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/038.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:039.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/039.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:040.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/040.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:041.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/041.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:042.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/042.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:043.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/043.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:044.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/044.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:045.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/045.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:046.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/046.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:047.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/047.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:048.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/048.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:049.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/049.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:050.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/050.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:051.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/051.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:052.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/052.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:053.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/053.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:054.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/054.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:055.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/055.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:056.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/056.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:057.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/057.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:058.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/058.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:059.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/059.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:060.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/060.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:061.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/061.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:062.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/062.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:063.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/063.png">
        <img class="emoticon-monkey-img" data-emoticon="[face]monkey2:064.png[/face]" src="https://g.csdnimg.cn/static/face/monkey2/064.png">
    </div>
  </div>
  <div class="opt-box">
			<div id="ubbtools" class="add_code">
				<a href="#insertcode" code="code" target="_self"><i class="icon iconfont icon-daima"></i></a>
			</div>
			<input type="hidden" id="comment_replyId" name="comment_replyId">
			<input type="hidden" id="article_id" name="article_id" value="87956434">
			<input type="hidden" id="comment_userId" name="comment_userId" value="">
			<input type="hidden" id="commentId" name="commentId" value="">
			<div class="dropdown" id="myDrap">
				<a class="dropdown-face d-flex align-items-center" data-toggle="dropdown" role="button" aria-haspopup="true" aria-expanded="false">
					<div class="txt-selected text-truncate">添加代码片</div>
					<svg class="icon d-block" width="200px" height="100.00px" viewBox="0 0 2048 1024" version="1.1" xmlns="http://www.w3.org/2000/svg"><path d="M597.33333292 298.666667h853.333334L1023.99999992 725.333333 597.33333292 298.666667z"></path></svg>
				</a>
				<ul class="dropdown-menu" id="commentCode" aria-labelledby="drop4">
					<li><a data-code="html">HTML/XML</a></li>
					<li><a data-code="objc">objective-c</a></li>
					<li><a data-code="ruby">Ruby</a></li>
					<li><a data-code="php">PHP</a></li>
					<li><a data-code="csharp">C</a></li>
					<li><a data-code="cpp">C++</a></li>
					<li><a data-code="javascript">JavaScript</a></li>
					<li><a data-code="python">Python</a></li>
					<li><a data-code="java">Java</a></li>
					<li><a data-code="css">CSS</a></li>
					<li><a data-code="sql">SQL</a></li>
					<li><a data-code="plain">其它</a></li>
				</ul>
			</div>
			<div class="right-box" id="rightBox" data-type="2">
						<span id="tip_comment" class="tip">还能输入<em>1000</em>个字符</span>
						<a data-report-click="{&quot;mod&quot;:&quot;1582594662_003&quot;,&quot;spm&quot;:&quot;1001.2101.3001.4227&quot;,&quot;ab&quot;:&quot;new&quot;}"><input type="submit" class="btn btn-sm btn-comment" value="发表评论"></a>
			</div>
		</div>
	</form>
	<input type="button" class="bt-comment-show" value="评论">
</div>
<div class="comment-list-container" style="display: block;">
	<a id="comments"></a>
	<div class="comment-list-box"><ul class="comment-list"><li class="comment-line-box d-flex" data-commentid="13886478" data-replyname="xiamixiami1998"><div style="display: flex;width: 100%;">      <a target="_blank" href="https://blog.csdn.net/xiamixiami1998"><img src="https://profile.csdnimg.cn/D/4/7/3_xiamixiami1998" username="xiamixiami1998" alt="xiamixiami1998" class="avatar"></a>        <div class="right-box ">          <div class="new-info-box clearfix">            <a target="_blank" href="https://blog.csdn.net/xiamixiami1998"><span class="name ">xiamixiami1998</span></a><span class="colon">:</span><span class="floor-num"></span><span class="new-comment">问一个比较基础的问题，请问tensorboardX那个浏览器界面怎么打开，是在cmd命令里边输入吗？</span><span class="date" title="2020-11-18 21:23:22">4 月前</span><span class="new-opt-floating"><a class="btn-bt  btn-reply" data-type="reply" data-flag="true">回复</a><a class="btn-bt  btn-report"><img class="btn-report-img" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentMore.png" title=""><span data-type="report" class="hide-report">举报</span></a></span></div><div class="comment-like " data-commentid="13886478"><img class="comment-like-img unclickImg" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentUnHeart.png" title="点赞"><img class="comment-like-img comment-like-img-hover" style="display:none" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentActiveHeart.png" title="点赞"><img class="comment-like-img clickedImg" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentActiveHeart.png" title="点赞"><span>3</span></div></div></div></li><li class="replay-box" style="display:block"><ul class="comment-list"><li class="comment-line-box d-flex" data-commentid="15287233" data-replyname="xiangzun0155"><div style="display: flex;width: 100%;">      <a target="_blank" href="https://blog.csdn.net/xiangzun0155"><img src="https://profile.csdnimg.cn/5/F/6/3_xiangzun0155" username="xiangzun0155" alt="xiangzun0155" class="avatar"></a>        <div class="right-box ">          <div class="new-info-box clearfix">            <a target="_blank" href="https://blog.csdn.net/xiangzun0155"><span class="name mr-8">沐凡星</span></a><span class="text">回复</span><span class="colon">:</span><span class="text"></span><span class="new-comment">在浏览器输入网址：http://localhost:6006.</span><span class="date" title="2021-03-06 17:40:57">23 天前</span><span class="new-opt-floating"><a class="btn-bt  btn-reply" data-type="reply" data-flag="true">回复</a><a class="btn-bt  btn-report"><img class="btn-report-img" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentMore.png" title=""><span data-type="report" class="hide-report">举报</span></a></span></div><div class="comment-like " data-commentid="15287233"><img class="comment-like-img unclickImg" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentUnHeart.png" title="点赞"><img class="comment-like-img comment-like-img-hover" style="display:none" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentActiveHeart.png" title="点赞"><img class="comment-like-img clickedImg" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentActiveHeart.png" title="点赞"><span></span></div></div></div></li></ul></li></ul><ul class="comment-list"><li class="comment-line-box d-flex" data-commentid="12255796" data-replyname="liuyang_1106"><div style="display: flex;width: 100%;">      <a target="_blank" href="https://blog.csdn.net/liuyang_1106"><img src="https://profile.csdnimg.cn/6/D/1/3_liuyang_1106" username="liuyang_1106" alt="liuyang_1106" class="avatar"></a>        <div class="right-box ">          <div class="new-info-box clearfix">            <a class="comment-tag" target="_blank" href="https://blog.csdn.net/blogdevteam/article/details/103478461">码哥<img class="comment-tag-img" src="https://csdnimg.cn/release/blogv2/dist/components/img/commentTagArrowWhite.png" title="码哥"></a><a target="_blank" href="https://blog.csdn.net/liuyang_1106"><span class="name ">木易ly</span></a><span class="colon">:</span><span class="floor-num"></span><span class="new-comment">点赞，亲测可以。遇到一个问题add_graph() 无法显示网络结构，只显示两个框。后来发现只有pytorch==1.3.0 torchvision==0.4.1 生成的网络结构才能显示graph。</span><span class="date" title="2020-05-18 15:11:43">10 月前</span><span class="new-opt-floating"><a class="btn-bt  btn-reply" data-type="reply" data-flag="true">回复</a><a class="btn-bt  btn-report"><img class="btn-report-img" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentMore.png" title=""><span data-type="report" class="hide-report">举报</span></a></span></div><div class="comment-like " data-commentid="12255796"><img class="comment-like-img unclickImg" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentUnHeart.png" title="点赞"><img class="comment-like-img comment-like-img-hover" style="display:none" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentActiveHeart.png" title="点赞"><img class="comment-like-img clickedImg" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentActiveHeart.png" title="点赞"><span>1</span></div></div></div></li><li class="replay-box" style="display:block"><ul class="comment-list"><li class="comment-line-box d-flex" data-commentid="13623415" data-replyname="m0_37763366"><div style="display: flex;width: 100%;">      <a target="_blank" href="https://blog.csdn.net/m0_37763366"><img src="https://profile.csdnimg.cn/1/6/B/3_m0_37763366" username="m0_37763366" alt="m0_37763366" class="avatar"></a>        <div class="right-box ">          <div class="new-info-box clearfix">            <a target="_blank" href="https://blog.csdn.net/m0_37763366"><span class="name mr-8">hdkofo</span></a><span class="text">回复</span><span class="colon">:</span><span class="text"></span><span class="new-comment">我试了，还是不行啊</span><span class="date" title="2020-10-28 16:34:08">5 月前</span><span class="new-opt-floating"><a class="btn-bt  btn-reply" data-type="reply" data-flag="true">回复</a><a class="btn-bt  btn-report"><img class="btn-report-img" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentMore.png" title=""><span data-type="report" class="hide-report">举报</span></a></span></div><div class="comment-like " data-commentid="13623415"><img class="comment-like-img unclickImg" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentUnHeart.png" title="点赞"><img class="comment-like-img comment-like-img-hover" style="display:none" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentActiveHeart.png" title="点赞"><img class="comment-like-img clickedImg" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentActiveHeart.png" title="点赞"><span></span></div></div></div></li><li class="comment-line-box d-flex" data-commentid="13520448" data-replyname="xiaobai111112"><div style="display: flex;width: 100%;">      <a target="_blank" href="https://blog.csdn.net/xiaobai111112"><img src="https://profile.csdnimg.cn/7/5/4/3_xiaobai111112" username="xiaobai111112" alt="xiaobai111112" class="avatar"></a>        <div class="right-box ">          <div class="new-info-box clearfix">            <a target="_blank" href="https://blog.csdn.net/xiaobai111112"><span class="name mr-8">xiaobai111112</span></a><span class="text">回复</span><span class="nick-name">蛋黄儿笔记</span><span class="colon">:</span><span class="text"></span><span class="new-comment">请问您的问题解决了吗</span><span class="date" title="2020-10-20 12:17:26">5 月前</span><span class="new-opt-floating"><a class="btn-bt  btn-reply" data-type="reply" data-flag="true">回复</a><a class="btn-bt  btn-report"><img class="btn-report-img" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentMore.png" title=""><span data-type="report" class="hide-report">举报</span></a></span></div><div class="comment-like " data-commentid="13520448"><img class="comment-like-img unclickImg" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentUnHeart.png" title="点赞"><img class="comment-like-img comment-like-img-hover" style="display:none" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentActiveHeart.png" title="点赞"><img class="comment-like-img clickedImg" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentActiveHeart.png" title="点赞"><span></span></div></div></div></li><li class="comment-line-box d-flex" data-commentid="13403488" data-replyname="liuyang_1106"><div style="display: flex;width: 100%;">      <a target="_blank" href="https://blog.csdn.net/liuyang_1106"><img src="https://profile.csdnimg.cn/6/D/1/3_liuyang_1106" username="liuyang_1106" alt="liuyang_1106" class="avatar"></a>        <div class="right-box ">          <div class="new-info-box clearfix">            <a class="comment-tag" target="_blank" href="https://blog.csdn.net/blogdevteam/article/details/103478461">码哥<img class="comment-tag-img" src="https://csdnimg.cn/release/blogv2/dist/components/img/commentTagArrowWhite.png" title="码哥"></a><a target="_blank" href="https://blog.csdn.net/liuyang_1106"><span class="name mr-8">木易ly</span></a><span class="text">回复</span><a class="comment-tag" target="_blank" href="https://blog.csdn.net/blogdevteam/article/details/103478461">码哥<img class="comment-tag-img" src="https://csdnimg.cn/release/blogv2/dist/components/img/commentTagArrowWhite.png" title="码哥"></a><span class="nick-name">蛋黄儿笔记</span><span class="colon">:</span><span class="text"></span><span class="new-comment">可能pytorch 和 torchvision 版本问题，你还是更新到一致</span><span class="date" title="2020-10-09 09:03:41">5 月前</span><span class="new-opt-floating"><a class="btn-bt  btn-reply" data-type="reply" data-flag="true">回复</a><a class="btn-bt  btn-report"><img class="btn-report-img" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentMore.png" title=""><span data-type="report" class="hide-report">举报</span></a></span></div><div class="comment-like " data-commentid="13403488"><img class="comment-like-img unclickImg" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentUnHeart.png" title="点赞"><img class="comment-like-img comment-like-img-hover" style="display:none" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentActiveHeart.png" title="点赞"><img class="comment-like-img clickedImg" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentActiveHeart.png" title="点赞"><span></span></div></div></div></li><li class="comment-line-box d-flex" data-commentid="13400391" data-replyname="skldecsdn"><div style="display: flex;width: 100%;">      <a target="_blank" href="https://blog.csdn.net/skldecsdn"><img src="https://profile.csdnimg.cn/8/5/5/3_skldecsdn" username="skldecsdn" alt="skldecsdn" class="avatar"></a>        <div class="right-box ">          <div class="new-info-box clearfix">            <a class="comment-tag" target="_blank" href="https://blog.csdn.net/blogdevteam/article/details/103478461">码哥<img class="comment-tag-img" src="https://csdnimg.cn/release/blogv2/dist/components/img/commentTagArrowWhite.png" title="码哥"></a><a target="_blank" href="https://blog.csdn.net/skldecsdn"><span class="name mr-8">蛋黄儿笔记</span></a><span class="text">回复</span><a class="comment-tag" target="_blank" href="https://blog.csdn.net/blogdevteam/article/details/103478461">码哥<img class="comment-tag-img" src="https://csdnimg.cn/release/blogv2/dist/components/img/commentTagArrowWhite.png" title="码哥"></a><span class="nick-name">蛋黄儿笔记</span><span class="colon">:</span><span class="text"></span><span class="new-comment">我的torch是1.2.0的版本</span><span class="date" title="2020-10-08 17:17:56">5 月前</span><span class="new-opt-floating"><a class="btn-bt  btn-reply" data-type="reply" data-flag="true">回复</a><a class="btn-bt  btn-report"><img class="btn-report-img" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentMore.png" title=""><span data-type="report" class="hide-report">举报</span></a></span></div><div class="comment-like " data-commentid="13400391"><img class="comment-like-img unclickImg" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentUnHeart.png" title="点赞"><img class="comment-like-img comment-like-img-hover" style="display:none" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentActiveHeart.png" title="点赞"><img class="comment-like-img clickedImg" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentActiveHeart.png" title="点赞"><span></span></div></div></div></li><li class="comment-line-box d-flex" data-commentid="13400286" data-replyname="skldecsdn"><div style="display: flex;width: 100%;">      <a target="_blank" href="https://blog.csdn.net/skldecsdn"><img src="https://profile.csdnimg.cn/8/5/5/3_skldecsdn" username="skldecsdn" alt="skldecsdn" class="avatar"></a>        <div class="right-box ">          <div class="new-info-box clearfix">            <a class="comment-tag" target="_blank" href="https://blog.csdn.net/blogdevteam/article/details/103478461">码哥<img class="comment-tag-img" src="https://csdnimg.cn/release/blogv2/dist/components/img/commentTagArrowWhite.png" title="码哥"></a><a target="_blank" href="https://blog.csdn.net/skldecsdn"><span class="name mr-8">蛋黄儿笔记</span></a><span class="text">回复</span><span class="colon">:</span><span class="text"></span><span class="new-comment">我的也只显示两个框，请问更新后是可以的吗？</span><span class="date" title="2020-10-08 16:59:42">5 月前</span><span class="new-opt-floating"><a class="btn-bt  btn-reply" data-type="reply" data-flag="true">回复</a><a class="btn-bt  btn-report"><img class="btn-report-img" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentMore.png" title=""><span data-type="report" class="hide-report">举报</span></a></span></div><div class="comment-like " data-commentid="13400286"><img class="comment-like-img unclickImg" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentUnHeart.png" title="点赞"><img class="comment-like-img comment-like-img-hover" style="display:none" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentActiveHeart.png" title="点赞"><img class="comment-like-img clickedImg" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentActiveHeart.png" title="点赞"><span></span></div></div></div></li></ul></li></ul><ul class="comment-list"><li class="comment-line-box d-flex" data-commentid="13815011" data-replyname="weixin_42582071"><div style="display: flex;width: 100%;">      <a target="_blank" href="https://blog.csdn.net/weixin_42582071"><img src="https://profile.csdnimg.cn/6/F/E/3_weixin_42582071" username="weixin_42582071" alt="weixin_42582071" class="avatar"></a>        <div class="right-box ">          <div class="new-info-box clearfix">            <a target="_blank" href="https://blog.csdn.net/weixin_42582071"><span class="name ">刚好遇见你、</span></a><span class="colon">:</span><span class="floor-num"></span><span class="new-comment">博主，add_image将 dataformats 设为 'HWC'，而非默认的 'CHW'的时候报错TypeError: add_image() got an unexpected keyword argument 'dataformats'该如何解决</span><span class="date" title="2020-11-12 17:19:57">4 月前</span><span class="new-opt-floating"><a class="btn-bt  btn-reply" data-type="reply" data-flag="true">回复</a><a class="btn-bt  btn-report"><img class="btn-report-img" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentMore.png" title=""><span data-type="report" class="hide-report">举报</span></a></span></div><div class="comment-like " data-commentid="13815011"><img class="comment-like-img unclickImg" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentUnHeart.png" title="点赞"><img class="comment-like-img comment-like-img-hover" style="display:none" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentActiveHeart.png" title="点赞"><img class="comment-like-img clickedImg" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentActiveHeart.png" title="点赞"><span></span></div></div></div></li></ul><ul class="comment-list"><li class="comment-line-box d-flex" data-commentid="13186574" data-replyname="xxlaner"><div style="display: flex;width: 100%;">      <a target="_blank" href="https://blog.csdn.net/xxlaner"><img src="https://profile.csdnimg.cn/A/9/4/3_xxlaner" username="xxlaner" alt="xxlaner" class="avatar"></a>        <div class="right-box ">          <div class="new-info-box clearfix">            <a target="_blank" href="https://blog.csdn.net/xxlaner"><span class="name ">xxlaner</span></a><span class="colon">:</span><span class="floor-num"></span><span class="new-comment">写的很好，很赞</span><span class="date" title="2020-09-04 16:53:36">6 月前</span><span class="new-opt-floating"><a class="btn-bt  btn-reply" data-type="reply" data-flag="true">回复</a><a class="btn-bt  btn-report"><img class="btn-report-img" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentMore.png" title=""><span data-type="report" class="hide-report">举报</span></a></span></div><div class="comment-like " data-commentid="13186574"><img class="comment-like-img unclickImg" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentUnHeart.png" title="点赞"><img class="comment-like-img comment-like-img-hover" style="display:none" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentActiveHeart.png" title="点赞"><img class="comment-like-img clickedImg" src="https://csdnimg.cn/release/blogv2/dist/pc/img/commentActiveHeart.png" title="点赞"><span></span></div></div></div></li></ul><ul class="comment-list"><li class="comment-line-box d-flex" data-commentid="12942711" data-replyname="weixin_43301333"><div style="display: flex;width: 100%;">      <a target="_blank" href="https://blog.csdn.net/weixin_43301333"><img src="https://profile.csdnimg.cn/5/C/9/3_weixin_43301333" username="weixin_43301333" alt="weixin_43301333" class="avatar"></a>        <div class="right-box ">          <div class="new-info-box clearfix">            <a class="comment-tag" target="_blank" href="https://blog.csdn.net/blogdevteam/article/details/103478461">码哥<img class="comment-tag-img" src="https://csdnimg.cn/release/blogv2/dist/components/img/commentTagArrowWhite.png" title="码哥"></a><a target="_blank" href="https://blog.csdn.net/weixin_43301333"><span class="name ">WhlittLou</span></a><span class="colon">:</span><span class="floor-num"></span><span class="new-comment">博主，请问我按照步骤装了tensorboardX，tensorflow,twnsorboard,torchvision也都有满足版本要求的，但是在Writer.add_graph()的时候报错：

  

    
     
    
    
     
      ImportError: TensorBoard logging requires TensorBoard with Python summary writer installed. This should be available in 1.14 or above.
     
    

这是什么原因呢？8 月前回复举报

• 码哥 柚子的power : 想问一下在命令行中敲tensorboard --logdir=<your_log_dir> 这个的时候出现TypeError: entry_points() missing 1 required positional argument: 'name’要怎么解决呢 8 月前 回复举报
• • zhangyida828 回复 : 你好，我也遇到了这个问题，网上搜不到解决办法，请问解决了吗 6 月前 回复举报

• 码农 饿不坏的企鹅 : 您好，如果网络的输入是多个通道的，add_graph中的input_to_model 参数怎么设置 9 月前 回复举报
• • snow5618 回复 imbennyguo : 博主你好，我的问题 是如果像视觉问答这种模型 网络需要传入两个输入 一个是image feature 一个是 question feature 这怎么添加到addgraph 中？ 4 月前 回复举报
  • imbennyguo 回复 : input_to_model就是输入网络的tensor，你的输入是什么形状这个tensor就是什么形状 8 月前 回复举报

• weixin_45268706 : 博主你好，请问训练断了后，第二次想接着训练，怎么设置才能让第二次接着第一次训练的图画? 9 月前 回复举报
• • imbennyguo 回复 : global_step的数值接上断点之前即可 8 月前 回复举报

• Alpha-Go : 你好博主 可视化分割图应该怎么做呢 9 月前 回复举报
• • imbennyguo 回复 : 什么是分割图呀 如果就是图像的话 照着image那一节做就可以啦 8 月前 回复举报

• 码哥 Rachel~Liu : tensorboard --logdir=<your_log_dir> 这个路径到底是要怎么写？“No dashboards are active for the current data set.”这是我的runs的路径：G:\CVdataset\baseline\baseline\runs，当前命令行的路径定位在G:\CVdataset\baseline。我写的路径是tensorboard --logdir = runs/ ，还尝试了 tensorboard --logdir ”runs/“都不可以，请问您有解决办法吗 10 月前 回复举报
• • imbennyguo 回复 : –logdir ./runs 8 月前 回复举报 1

• <
• 1
• 2
• >

</div>

相关推荐 TensorboardX 使用说明_养一只RXJ的博客 3-19 pytorch 使用 tensorboardX 进行loss 可视化实例 09-17 Tensorboard 使用与调试 12-03 关于tensorboard如何 使用,并配合Tensorflow神经网络来调参... Pytorch 可视化工具 tensorboardX(安装不踩坑,已修改)_Le... 3-12 Pytorch也能用的tensorboard啦,虽然 Pytorch还有visdom可视工具,但是对于从tensorflow转来或者双修党来说,还是tensorboard用起来习惯点咯。首先上 项目地址:https://... pytorch: PyTorch中 使用 Tensorboard JNing 03-29 1万+ 介绍

因为工作需要，改用pytorch。但如何将训练过程可视化成了大问题。听说pytorch代码中可以插入tensorboard代码，第一反应是居然可以这么玩。。

网络上PyTorch中使用tensorboard的方法有很多。但毕竟tensorboard不是PyTorch框架原生自带的，因此大多方法都只能支持部分功能。经过孙大佬的推荐，觉得使用tensorboardX应该是目前已知的最好方法了…

PyTorch笔记之TensorBoard可视化 子耶 09-05 3404 PyTorch 使用 TensorBoard 可视化 使用 tensorboardX动态记录损失变化_默默学习的笨学生的... 2-28 使用 tensorboardX动态记录损失变化 分别效果为: 关于 tensorboardX 使用_愿所有的相逢,都恰如其时 3-19 因为一直在用 PyTorch, 查了一下,在 PyTorch这块,实时显示 训练图像的工具都有哪些?发现有visdom和 TensorboardX visdom 优点: 接口简单,轻便 ... PyTorch的TensorBoard用法示例 emperinter的博客 10-15 1591 原文： https://www.emperinter.info/2020/07/30/tensorboard-in- pytorch/

缘由

自己上次安装好PyTorch以及训练了一下官方的数据，今天看到了这个TensorBoard来可视化的用法，感觉不错就尝试玩了一下！自己只是尝试了一下追踪模型训练的过程，其他自己去看官网教程吧！

用法

具体详细说明请参考https://pytorch.org/tutorials/intermediate/tensorboard_tutorial.html

简…

[官方总结] tensorboardX 使用教程 THE XING 04-09 7814 tensorboardX api手册& 简单教程（看着像官方发布的）：

https://tensorboardx.readthedocs.io/en/latest/tutorial.html

tensorboardX github地址：

https://github.com/lanpa/tensorboardX

这个东西非常简单，很多网友的博客对初学者不利，加了自己的东西，致…

tensorboardx官方中文教程链接_sinat_30281495的博客 2-27 tensorboard 可视化张量(节点)、图结构、监控变量,tensorflow版本1.4 import tensorflow as tf input1=tf.constant([1.0,2.0,3.0],name='input1') with tf.name... PyTorch使用tensorboardX weixin_36670529的博客 06-30 806 之前用 pytorch是手动记录数据做图，总是觉得有点麻烦。学习了一下 tensorboardX，感觉网上资料有点杂，记录一下重点。由于大多数情况只是看一下loss,lr,accu这些曲线，就先总结这些，什么images,audios以后需要再总结。

1.安装

有各种方法，docker安装，使用logger.py脚本调用感觉都不简洁。现在的tensorboardX感觉已经很好了，没什么坑。在命令行pip安装即可

！注意！ 这玩意虽然在pytorch下，但是其实是内核是 tensorflow里面的board

Pytorch使用TensorBoard做可视化 木盏 10-09 1378 TensorBoard是一款优秀的基于浏览器的机器学习 可视化工具。之前是tensorflow的御用 可视化工具，由于tensorboard是并不是读取tf张量，而是读取log 进行 可视化。所以，其他框架只需生成tensorboard可读的log，即可完成 可视化。

之前，我一直用visdom做pytorch可视化，也是非常易用。不过现在跟tensorboard对比，我还是更推荐tensorboard。

visdom相比tensorboard只有一个优点，那就是自动实时刷新。而tensorboard无论从可视化

PyTorch深度学习训练可视化工具tensorboardX AI蜗牛车 01-31 1075 PyTorchAuthor：IouwillMachine Learning Lab 之前笔者提到了 PyTorch的专属 可视化工具visdom，参看 PyTorch深度学习 训练 可视化... 【tensorboardX】Pytorch使用tensorboardX可视化！超详细！！！ 华仔的博客 07-26 3028 文章转自：https://www.jianshu.com/p/46eb3004beca

源码：https://github.com/miaoshuyu/pytorch-tensorboardx-visualization

1 引言

我们都知道tensorflow框架可以使用tensorboard这一高级的可视化的工具，为了使用tensorboard这一套完美的可视化工具，未免可以将其应用…

tensorboardX 介绍 Strive_For_Future的博客 11-25 1678 初学 tensorboardX 在 pytorch中的 使用，做一些笔记，以备忘。

官方文档（github）:https://github.com/lanpa/tensorboardX/blob/master/docs/tutorial.rst

各种应用的综合demo:https://github.com/lanpa/tensorboardX

比较详细的知乎介绍：https://zhuanlan…

”'tensorboard' 不是内部或外部命令，也不是可运行的程序 或批处理文件”解决方法 zhylhy520的博客 06-21 1万+ 'tensorboard' 不是内部或外部命令，也不是可运行的程序 或批处理文件。这个时候先检查有没有安装tensorboard，笔者 使用的是Anconda3，可以在Scripts文件下查找有没有tensorboard.exe文件，如果存在的话那就是没有配置tensorboard环境变量配置环境变量步骤如下，先找到tensorboard的文件路径然后添加到系统变量如笔者的tensorboard文件... pytorch 使用 tensorboard Aurora极光城 07-07 8336 Tensorboard 是一个动态 可视化数值的工具，同时也能 可视化静态的神经网络结构。Tensorboard 包含两部分功能：将网络结构、动态数值以 protocol buffer 格式写到文件里。读取网络结构、读取动态数值，并展示在浏览器中。第一部分功能，以python包形式存在。编程者 import tensorboard 从而 使用API将动态的数值以protocol buffer格式，不断地... tensorboardX使用 weixin_43170463的博客 10-25 56 checkpoints

vov20.

tensorboard --logdir=path/to/logdir

Pytorch使用tensorboardX可视化。超详细！！！ miaoshuyu0319的博客 10-05 3万+ 1 引言 我们都知道tensorflow框架可以 使用tensorboard这一高级的 可视化的工具，为了 使用tensorboard这一套完美的 可视化工具，未免可以将其应用到 Pytorch中，用于 Pytorch的 可视化。这里特别感谢Github上的解决方案： https://github.com/lanpa/ tensorboardX。 本文主要是针对该解决方案提供一些介绍。 Tensorbo... pytorch安装tensorboardX wang_xinyu的博客 03-15 62 tensorboardX是 pytorch的 可视化工具 tensorboard作为Tensorflow中强大的 可视化工具，已经被广泛 使用 但针对其他框架，例如 Pytorch，之前一直没有这么好的 可视化工具可用，好在目前 Pytorch也可以支持Tensorboard了，那就是通过 使用 tensorboardX，真是 Pytorcher的福利！ 因为 tensorboardX是对tensorboard 进行了封装后，开放出来 使用，所以必须先安装tensorboard, 再安装 tensorboardX！！ 必须先安装te. pytorch中使用tensorboardX 贾路飞的博客 04-01 944 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 <em>tensorboardX</em> import SummaryWri...</div>
		</a>
	</div>
</div>

©️2020 CSDN 皮肤主题: 大白 设计师:CSDN官方博客 返回首页

• 关于我们
• 招贤纳士
• 广告服务
• 开发助手
• 400-660-0108
• kefu@csdn.net
• 在线客服
• 工作时间 8:30-22:00

• *备案号11010502030143
• 京ICP备19004658号
• 京网文〔2020〕1039-165号
• 经营性网站备案信息
• 北京互联网违法和不良信息举报中心
• 网络110报警服务
• 中国互联网举报中心
• 家长监护
• Chrome商店下载
• ©1999-2021北京创新乐知网络技术有限公司
• 版权与免责声明
• 版权申诉

热门文章

• 详解PyTorch项目使用TensorboardX进行训练可视化 70606
• PyQt4入门教程(1)_PyQt介绍及准备工作 40465
• PyQt4入门教程(2)_PyQt4的第一个程序 29857
• PyQt4入门教程(4)_布局管理 14737
• PyQt4入门教程(3)_菜单栏和工具条 13126

分类专栏

• 最佳实践 1篇
• 深度学习 4篇
• 计算机视觉 1篇
• Python 7篇
• PyQt4教程 7篇
• AIOps 1篇
• PyTorch 1篇

最新评论

• 详解PyTorch项目使用TensorboardX进行训练可视化

  沐凡星: 在浏览器输入网址：http://localhost:6006.

• PyQt4百行代码自制密码管理器(二)：基本功能实现

  sunzq55: 啥都不说了，请收下我的膝盖！

• PyQt4百行代码自制密码管理器(一)：基本框架搭建

  sunzq55: 太实用了，准备一会试试。

• 详解PyTorch项目使用TensorboardX进行训练可视化

  xiamixiami1998: 问一个比较基础的问题，请问tensorboardX那个浏览器界面怎么打开，是在cmd命令里边输入吗？

• 详解PyTorch项目使用TensorboardX进行训练可视化

  刚好遇见你、: 博主，add_image将 dataformats 设为 'HWC'，而非默认的 'CHW'的时候报错TypeError: add_image() got an unexpected keyword argument 'dataformats'该如何解决

最新文章

• zotero+坚果云，免费跨平台文献管理最佳实践指南
• 还在用ImageNet预训练？你的网络可能对形状一无所知！谈神经网络的形状偏见
• 图灵奖得主亲授！深度学习视频课程精选

2020年5篇 2019年3篇 2018年1篇 2016年11篇

分类专栏

• 最佳实践 1篇
• 深度学习 4篇
• 计算机视觉 1篇
• Python 7篇
• PyQt4教程 7篇
• AIOps 1篇
• PyTorch 1篇

@[TOC](这里写自定义目录标题)

欢迎使用Markdown编辑器

你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。

新的改变

我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：

1. 全新的界面设计 ，将会带来全新的写作体验；
2. 在创作中心设置你喜爱的代码高亮样式，Markdown 将代码片显示选择的高亮样式 进行展示；
3. 增加了 图片拖拽 功能，你可以将本地的图片直接拖拽到编辑区域直接展示；
4. 全新的 KaTeX数学公式 语法；
5. 增加了支持甘特图的mermaid语法¹ 功能；
6. 增加了 多屏幕编辑 Markdown文章功能；
7. 增加了 焦点写作模式、预览模式、简洁写作模式、左右区域同步滚轮设置 等功能，功能按钮位于编辑区域与预览区域中间；
8. 增加了 检查列表 功能。

功能快捷键

撤销：Ctrl/Command + Z
重做：Ctrl/Command + Y
加粗：Ctrl/Command + B
斜体：Ctrl/Command + I
标题：Ctrl/Command + Shift + H
无序列表：Ctrl/Command + Shift + U
有序列表：Ctrl/Command + Shift + O
检查列表：Ctrl/Command + Shift + C
插入代码：Ctrl/Command + Shift + K
插入链接：Ctrl/Command + Shift + L
插入图片：Ctrl/Command + Shift + G
查找：Ctrl/Command + F
替换：Ctrl/Command + G

合理的创建标题，有助于目录的生成

直接输入1次#，并按下space后，将生成1级标题。
输入2次#，并按下space后，将生成2级标题。
以此类推，我们支持6级标题。有助于使用TOC语法后生成一个完美的目录。

如何改变文本的样式

强调文本 强调文本

加粗文本 加粗文本

标记文本

删除文本

引用文本

H₂O is是液体。

2¹⁰ 运算结果是 1024.

插入链接与图片

链接: link.

图片:

带尺寸的图片:

居中的图片:

居中并且带尺寸的图片:

当然，我们为了让用户更加便捷，我们增加了图片拖拽功能。

如何插入一段漂亮的代码片

去博客设置页面，选择一款你喜欢的代码片高亮样式，下面展示同样高亮的 代码片.

// An highlighted block
var foo = 'bar';

生成一个适合你的列表

• 项目
  • 项目
    • 项目

1. 项目1
2. 项目2
3. 项目3

• 计划任务
• 完成任务

创建一个表格

一个简单的表格是这么创建的：

项目	Value
电脑	$1600
手机	$12
导管	$1

设定内容居中、居左、居右

使用:---------:居中
使用:----------居左
使用----------:居右

第一列	第二列	第三列
第一列文本居中	第二列文本居右	第三列文本居左

SmartyPants

SmartyPants将ASCII标点字符转换为“智能”印刷标点HTML实体。例如：

TYPE	ASCII	HTML
Single backticks	'Isn't this fun?'	‘Isn’t this fun?’
Quotes	"Isn't this fun?"	“Isn’t this fun?”
Dashes	-- is en-dash, --- is em-dash	– is en-dash, — is em-dash

创建一个自定义列表

Markdown

Text-to- HTML conversion tool

Authors

John

Luke

如何创建一个注脚

一个具有注脚的文本。²

注释也是必不可少的

Markdown将文本转换为 HTML。

KaTeX数学公式

您可以使用渲染LaTeX数学表达式 KaTeX:

Gamma公式展示 Γ ( n ) = ( n − 1 ) ! ∀ n ∈ N \Gamma(n) = (n-1)!\quad\forall n\in\mathbb N Γ(n)=(n−1)!∀n∈N 是通过欧拉积分

Γ ( z ) = ∫ 0 ∞ t z − 1 e − t d t   . \Gamma(z) = \int_0^\infty t^{z-1}e^{-t}dt\,. Γ(z)=∫0∞​tz−1e−tdt.

你可以找到更多关于的信息 LaTeX 数学表达式here.

新的甘特图功能，丰富你的文章

• 关于 甘特图 语法，参考 这儿,

UML 图表

可以使用UML图表进行渲染。 Mermaid. 例如下面产生的一个序列图：

这将产生一个流程图。:

• 关于 Mermaid 语法，参考 这儿,

FLowchart流程图

我们依旧会支持flowchart的流程图：

• 关于 Flowchart流程图 语法，参考 这儿.

导出与导入

导出

如果你想尝试使用此编辑器, 你可以在此篇文章任意编辑。当你完成了一篇文章的写作, 在上方工具栏找到 文章导出 ，生成一个.md文件或者.html文件进行本地保存。

导入

如果你想加载一篇你写过的.md文件，在上方工具栏可以选择导入功能进行对应扩展名的文件导入，
继续你的创作。

---

1. mermaid语法说明 ↩︎

2. 注脚的解释 ↩︎