一、TensorBoard
TensorBoard：TensorFlow中强大的可视化工具
SummaryWriter
功能：提供创建event file的高级接口
主要属性：
log_dir：event file输出文件夹
comment：不指定log_dir时，文件夹后缀
filename_suffix：event file文件名后缀
1.add_scalar()
功能：记录标量
tag：图像的标签名，图的唯一标识
scalar_step：要记录的标量
global_step：x轴
2.add_scalars()
main_tag：该图的标签
tag_scalar_dict：key是变量的tag，value是变量的值
3.add_histogram()
功能：统计直方图与多分位数折线图
tag：图像的标签名，图的唯一标识
values：要统计的参数
global_step：y轴
bins：取直方图的bins
4.add_image()
功能：记录图像
tag：图像的标签名，图的唯一标识
img_tensor：图像数据，注意尺寸
global_step：x轴
dataformats：数据形式，CHW,HWC,HW
torchvision.utils.make_grid
功能：制作网格图像
tensor：图像数据，B*C*H*W形式
nrow：行数（列数自动计算）
padding：图像间距（像素单位）
normalize：是否将像素值标准化
range：标准化范围
scale_each：是否单张图维度标准化
pad_value：padding的像素值
5.add_graph()
功能：可视化模型计算图
model：模型，必须是nn.Module
input_to_model：输出给模型的数据
verbose：是否打印计算图结构信息
torchsummary
功能：查看模型信息，便于调试
model：pytorch模型
input_size：模型输入size
batch_size：batch size
device：“cuda” or “cpu”
github：https://github.com/sksq96/pytorch-summary
深度之眼PyTorch训练营第二期---12、TensorBoard的使用
原文：https://www.cnblogs.com/cola-1998/p/11904801.html