深度学习参数可视化黑科技-TensorBoard 使用方法

举例什么是TensorBoard ？

        Tensorboard原本是Google TensorFlow的可视化工具，可以用于记录训练数据、评估数据、网络结构、图像等，并且可以在web上展示，对于观察神经网络的过程非常有帮助。

TensorBoard 安装和使用

window下：轻松简单好多~

基于anaconda环境管理，在Anaconda Prompt中操作（terminal应该也可以）

step1：进入你想将TensorBoard安装的虚拟环境

conda activate EnvName

step2：安装tensorboardX 和 tensorboard

conda install tensorboardX        

conda install tensorboard

step3：检查是否安装成功 

python     

from tensorboardX import SummaryWriter

举例： 

  step4：首先运行测试代码

import os
from tensorboardX import SummaryWriter
# 写入到当前的log文件夹下（先创建一个同级的log文件夹）
if not os.path.exists('log'):
    os.mkdir('log')
#先实例化SummaryWriter类，指明记录日志的路径信息
writer = SummaryWriter('log')
for i in range(100):
    writer.add_scalar('a', i, global_step=i)
    writer.add_scalar('b', i**3+5,global_step=i)
# 关闭读写器
writer.close()

step6：会在同级目录生成一个log文件 tensorboard可视化的就是这个log里面的文件！     然后再Anaconda Prompt中安装tensorboard的环境中输入

tensorboard --logdir=D:\Works\log --port 6006

 D:\Works\log是Tensorboard_example.py脚本保存log的位置

 port 6006：6006可以自己随意设置     

step7：然后将得到的http://localhost:6006/ 用浏览器打开，注意这个时候Anaconda Prompt         中命令还是在运行的，不能中止命令，否则连接打不开！

 linux下：通过SSH连接服务器时可视化需要进行一些手法

安装和linux下不在此赘述，直接介绍可视化手法：

如果直接在服务器上有可视化界面，可以打开服务器上的浏览器进行类似 window下操作，但是要是通过SSH连接服务器，就很麻烦了

以MOBAXTERM为例，通过SSH使用linux下TensorBoard：