使用tensorboard查看loss曲线

1.安装tensorboard

pip install tensorboard 

如果报错“no module named past”,执行下面的命令安装future

pip install future

2.在main.py中使用tensorboard绘制loss函数图像

# 导入
from torch.utils.tensorboard import SummaryWriter

def fit(self):
   for epoch in range(self.p.max_epochs):
            start_time = time.time()
            train_loss = self.train()
            val_results = self.evaluate('valid')
            if val_results['mrr'] > self.best_val_mrr:
                self.best_val_results = val_results
                self.best_val_mrr = val_results['mrr']
                self.best_epoch = epoch
                self.save_model(save_path)
            print("train_loss的值是：")
            print(train_loss)
            # 参数的含义依次是图像的名字，x轴的值，y轴的值
            writer.add_scalar("train_loss", train_loss, epoch)  # 绘制train_loss的图像
   writer.close() # 关闭




# 主函数
if __name__ == '__main__':
writer = SummaryWriter('./events')  # 会自动新建events文件夹

3.在训练结束后，在events文件夹中可以看到保存的结果文件

下载到自己电脑上，位置保存在一个新建的文件夹中，这是我的保存位置：

F:\程序运行结果\event

打开anaconda，进入虚拟环境中，
虚拟环境需要安装了tensorboard

执行下面的命令：

# 注意这里是文件夹的路径
tensorboard --logdir "F:\程序运行结果\event"

把这个地址复制到浏览器就可以看到啦，或者按住ctrl直接点这个地址。