为什么我的张量板在使用 SummaryWriter.add_scalar 时会显示“未找到标量数据”？答案

【问题标题】：Why does my tensorboard say: 'No scalar data was found' when using SummaryWriter.add_scalar?为什么我的张量板在使用 SummaryWriter.add_scalar 时会显示“未找到标量数据”？
【发布时间】：2019-12-29 05:56:26
【问题描述】：

我正在尝试使用 tensorboard（通过调用 .addscalar()）可视化损失与纪元图，以便我可以适当地调整我的神经网络模型。然而，在训练模型之后，我在网络浏览器中检查了我的张量板，它显示：“未找到标量数据。”

我试过检查我的事件统计信息，似乎有标量：

Event statistics for runs/tf_druggability/classification_ffnn_1:
audio -
graph -
histograms -
images -
scalars
   first_step           0
   last_step            90
   max_step             90
   min_step             0
   num_steps            10
   outoforder_steps     [(90L, 0L), (90L, 0L)]
sessionlog:checkpoint -
sessionlog:start -
sessionlog:stop -
tensor -

这是我的代码：

from torch.utils.tensorboard import SummaryWriter

sess = tensorflow.Session()
writer = SummaryWriter('runs/tf_druggability/classification_ffnn_1', sess.graph)

for epoch in range(100):

    # Wrap input data and labels in Variable to can gradient descent (in place of DataLoader)
    inputs = Variable(traindf_to_tensor)
    labels = Variable(trainlabels_to_tensor)

    optimizer.zero_grad()
    outputs = net(inputs)
    loss = criterion(outputs, labels)
    loss.backward()
    optimizer.step()

    if(epoch%10 == 0):

        # HERE I WRITE to the LOG FILE for TENSORBOARD:
        writer.add_scalar('training loss', loss.item(), epoch)
        print('epoch {}, loss {}'.format(epoch, loss.item()))

writer.close()
print('Finished training! :)')

当我尝试在 Jupyter Notebooks 中打开事件文件时，它里面有这个（...意味着我省略了中间部分）：

1800 0000 0000 0000 a37f 4b22 09f2 3d6b
a51e 58d7 411a 0d62 7261 696e 2e45 7665
6e74 3a32 ac51 0a16 2100 0000 0000 0000
...
f723 0000 0000 0000 00b0 9f77 4309 d00a
0ea7 1e58 d741 105a 2a16 0a14 0a0d 7472
6169 6e69 6e67 5f6c 6f73 7315 c193 403f

【问题讨论】：

标签： python pytorch tensorboard

【解决方案1】：

我不确定你为什么将 tensorflow session.graph 对象传递给 Pytorch SummaryWriter() 对象。 Here 你可以找到一些使用 tensorboard 编写图形和标量等的基本示例。

【讨论】：

在另一次尝试中，我省略了 session.graph 对象，但这似乎也不起作用。
您可以尝试使用TensorboardX 看看它是否有效。它提供了一个非常相似的 API。

【解决方案2】：

我发现只有当我在与我正在运行的程序完全相同的相同目录中时才会显示这些图表。位于比程序更高的目录中似乎导致无法显示图形。

【讨论】：

通过传递'runs/tf_druggability/classification_ffnn_1' 作为路径，您指定了一个相对路径。这就是为什么你需要在runs 可用的目录中。如果你指定绝对路径，你可以在任何目录中。