pytorch中tensorboard安装及安装过程中出现的常见错误问题
作者：深度学习强化学习爱好者
安装步骤
1.在anaconda prompt环境下安装tensorboard
（1）激活pytorch环境
activate pytorch
（2）安装tensorboard
Pip install tensorboard
安装起来还是比较快的，tensorboard占用存储也小，所以网慢也会很快安装好。
使用tensorboard
在终端或者pycharm中输入以下代码字段
import torch
import torchvision
from torch.utils.tensorboard import SummaryWriter
from torchvision import datasets, transforms
# Writer will output to ./runs/ directory by default
writer = SummaryWriter()
transform = transforms.Compose([transforms.ToTensor(), transforms.Normalize((0.5,), (0.5,))])
trainset = datasets.MNIST('mnist_train', train=True, download=True, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=64, shuffle=True)
model = torchvision.models.resnet50(False)
# Have ResNet model take in grayscale rather than RGB
model.conv1 = torch.nn.Conv2d(1, 64, kernel_size=7, stride=2, padding=3, bias=False)
images, labels = next(iter(trainloader))
grid = torchvision.utils.make_grid(images)
writer.add_image('images', grid, 0)
writer.add_graph(model, images)
writer.close()可以在anaconda prompt终端中的刚才所创建的虚拟环境pytorch中进行：
（1）首先进入刚才创建的虚拟环境
activate pytorch
（2）运行python
python
检验tensorboard是否安装好
from torch.utils.tensorboard import SummaryWriter
没报错就是安装好了
（3）官方pytorch文档中运行tensorboard，直接复制代码到刚才建立的虚拟环境pytorch终端命令tensorboard --logdir=runs
注意：（3）会出现问题两个问题
问题1（可无可有，看自己的电脑提示）
若有问题，则是以下问题：
tensorboard ‘utf-8’ codec can’t decode byte 0xba in position 0: invalid start byte
解决方法
计算机名称里边有中文， 改一下计算机名称 运行成功。
问题2
运行完（3）之后会出现
复制 http://localhost:6006/ 到Google游览器，会出现
这是因为命令tensorboard --logdir=runs的错误
步骤（3）的正确做法
（1） 在运行上述代码完成后，会出现一个运行文件log。在runs下的文件夹里面
（2）copy下这个文件夹的路径（注意不是文件的路径，而是文件夹的路径）
该文件夹下点击右键
直接左键即可复制
（3）在虚拟环境pytorch终端命令窗口直接运行：
tensorboard --logdir=D:\pycharm\pychanrm项目文件\runs\Dec20_21-26-45_R7000P
值得注意的是：
- 1.=的左右都不能有空格
- 2.path必须是绝对路径才可以正常找到文件，/home/…
（4）运行完会出现
（5）复制 http://localhost:6006/ 到Google游览器，即可运行成功。
是不是感觉很神奇。
最后附检测代码：
from torch.utils.tensorboard import SummaryWriter
import numpy as np
writer = SummaryWriter()
for n_iter in range(100):
writer.add_scalar('Loss/train', np.random.random(), n_iter)
writer.add_scalar('Loss/test', np.random.random(), n_iter)
writer.add_scalar('Accuracy/train', np.random.random(), n_iter)
writer.add_scalar('Accuracy/test', np.random.random(), n_iter)
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。