.py | TensorBoard 笔记（PyTorch 版）
内容提要
TensorBoard 是 TensorFlow 开发的可视化工具，便于观察和调整机器学习模型。使用 PyTorch 调用 TensorBoard 通过 SummaryWriter 类记录训练过程中的损失等信息，并在浏览器中查看可视化结果。
关键要点
-
TensorBoard 是 TensorFlow 开发的可视化工具，方便观察和调整机器学习的数据集、模型、超参数和训练结果。
-
使用 PyTorch 调用 TensorBoard 更加方便简单。
-
通过 SummaryWriter 类记录训练过程中的损失等信息，并在浏览器中查看可视化结果。
-
引入 TensorBoard 需要使用 'from torch.utils.tensorboard import SummaryWriter' 这一行代码。
-
创建 SummaryWriter 实例后，会在当前工作环境下新建一个 /runs 文件夹。
-
使用 SummaryWriter 的方法如 add_scalar() 和 add_image() 可以将数据添加到 TensorBoard 中进行可视化。
延伸问答
TensorBoard 是什么？
TensorBoard 是 TensorFlow 开发的可视化工具，用于观察和调整机器学习的数据集、模型、超参数和训练结果。
如何在 PyTorch 中使用 TensorBoard？
在 PyTorch 中使用 TensorBoard，需要引入 'from torch.utils.tensorboard import SummaryWriter'，并创建 SummaryWriter 实例记录训练过程。
SummaryWriter 的作用是什么？
SummaryWriter 用于记录训练过程中的损失等信息，并将数据添加到 TensorBoard 中进行可视化。
如何查看 TensorBoard 的可视化结果？
可以在训练过程中使用网页浏览器打开网址 localhost:6006 来查看 TensorBoard 的可视化结果。
使用 SummaryWriter 时需要调用哪些方法？
使用 SummaryWriter 时，可以调用 add_scalar() 和 add_image() 等方法将数据添加到 TensorBoard 中。
在 PyTorch 中创建 SummaryWriter 实例后会发生什么？
创建 SummaryWriter 实例后，会在当前工作环境下新建一个 /runs 文件夹，用于存储日志数据。
