用TensorBoard可视化PyTorch

​ 要将PyTorch与TensorBoard结合起来，可以使用`tensorboardX`库，这是一个提供了与TensorBoard兼容的API的库，使得可以从PyTorch中记录数据并在TensorBoard中查看。不过，从PyTorch 1.1.0起，官方直接内置了对TensorBoard的支持，称为`torch.utils.tensorboard`。以下是一个简单的例子，说明如何使用PyTorch训练一个模型并使用TensorBoard记录日志： 首先，确保已经安装PyTorch和TensorBoard： pip install torch torchvision tensorboard 接下来，运行本示例，将会记录损失和精度。 ​在这个脚本中，我们创建了一个简单的完全连接网络用于分类，并将训练过程中的损失和精度写入TensorBoard。要查看TensorBoard结果，保存并运行上面的脚本。然后，在终端中运行以下命令： tensorboard --logdir=runs 打开显示的URL，将能够看见TensorBoard的仪表盘，反映出模型训练过程中记录的数据。 ​