# TensorBoard使用说明

TensorBoard 可以将训练后的汇总数据做一个可视化的展示。默认会从 /data-output 路径下读取汇总数据。如果汇总结果数据在其他目录,可以复制或创建一个软链接。

# 将其他汇总数据目录软连接到 /data-output 下
# 两个目录替换为绝对路径
ln -s <源目录> /data-output/<目标目录>

提示

PyTorch 从 1.2.0 开始支持 TensorBoard,可参考文档TORCH.UTILS.TENSORBOARD (opens new window)
MXNet 镜像已经预装了 MXBoard,使用此项目也可以将结果用 TensorBoard 呈现。具体使用可参考awslabs/mxboard (opens new window)官方描述。

这里使用 TensorFlow 框架来做一个简单的示例。使用如下代码来生成一个汇总数据,将汇总数据保存到 /data-output 下。建议将此代码保存为 example.py,之后使用 python3.6 ./example.py 执行。

import tensorflow as tf
a=tf.constant([10.0, 20.0, 40.0], name='a')
b=tf.Variable(tf.random_uniform([3]), name='b')
output=tf.add_n([a,b], name='add')
writer=tf.summary.FileWriter('/data-output', tf.get_default_graph())
writer.close()

执行后可以在 /data-output 下看到生成了 events.out.tfevents 的数据。此时从实例列表中打开 TensorBoard 链接,可以在浏览器中查看可视化界面。