在 Pytorch tensorboard 中绘制多张图答案

【问题标题】：Plot several graphs in Pytorch tensorboard在 Pytorch tensorboard 中绘制多张图
【发布时间】：2020-06-02 04:43:17
【问题描述】：

我正在训练一个动态神经网络，这意味着每个时期我都会调整架构并获得不同的计算图。我想使用 tensorboard 为每个时期绘制图表，但是当我在每个时期结束时使用 SummaryWriter.add_graph() 时，它只会覆盖前一个。

任何想法如何使用 pytorch + tensorboard 绘制多个图形？这似乎是可以实现的，因为每个图表都有一个“标签”，但我发现没有选项可以更改这个标签来绘制其中的几个。

谢谢，埃拉德

【问题讨论】：

标签： pytorch tensorboard

【解决方案1】：

如果你还想使用SummaryWriter，可以选择使用“add_scalars”方法：

例子：

summary.add_scalars(f'loss/check_info', {
    'score': score[iteration],
    'score_nf': score_nf[iteration],
}, iteration)

【讨论】：

谢谢，但我说的是计算图，带有 tensorboard 的 GUI 图形界面

【解决方案2】：

您可以使用“运行”功能，而不是使用“标记”功能。为此，您必须从将摘要存储在不同子目录中的目录中打开 tensorboard。

在您的示例中，您可以将第一个时期的摘要保存在目录“tensorboard_log_dir/epoch_1”中，然后将第二个时期的摘要保存在目录“tensorboard_log_dir/”中epoch_2”等

这样，当使用tensorboard --logdir=tensorboard_log_dir 时，您将能够通过“运行”小部件从一个计算图切换到另一个。

这是一个可重现的例子：

import torch
import torch.nn as nn
import torch.nn.functional as F
from torch.utils.tensorboard import SummaryWriter

dummy_input = (torch.zeros(1, 3),)

# Two different architectures (PyTorch)
class oneLinear(nn.Module):
    def __init__(self):
        super(oneLinear, self).__init__()
        self.l1 = nn.Linear(3, 5)

    def forward(self, x):
        x = self.l1(x)
        return x

class twoLinear(nn.Module):
    def __init__(self):
        super(twoLinear, self).__init__()
        self.l1 = nn.Linear(3, 5)
        self.l2 = nn.Linear(5, 5)

    def forward(self, x):
        x = self.l1(x)
        x = F.relu(self.l2(x))
        return x

# add graph into 2 distinct subdirectories
with SummaryWriter('./tensorboard_log_dir/oneLinear') as w:
    w.add_graph(oneLinear(), dummy_input)

with SummaryWriter('./tensorboard_log_dir/twoLinear') as w:
    w.add_graph(twoLinear(), dummy_input)

【讨论】：