利用TensorBoard进行模型可视化
神经网络是个复杂的模型，很多东西暂时没办法解释。但归根到底，它始终是 一个数学模型，我们就可以用统计的方法去观察它，理解它。
本章将介绍如何在 PyTorch 中使用 TensorBoardX 对神经网络进行统计可视化，如 Loss 曲线、Accuracy 曲线、卷积核可视化、权值直方图及多分位数折线图、特征图可视 化、梯度直方图及多分位数折线图及混淆矩阵图等。
TensorBoardX
pytorch是借助TensorFlow中的TensorBoard进行可视化的。
借助TensorBoardX 包
TensorBoardX包的功能就比较全，截至目前(2018.10.17)，支持除 tensorboard
beholder 之外的所有 tensorboard 的记录类型。
安装就直接按照GitHub上的提示进行就行，反正我直接一键安装了，
安装好运行demo.py后
执行：tensorboard --logdir=runs
然后打开localhost:6006
平常的jupyter都是自己打开的，这个需要手动下 。打开后就是开始那幅图了。
说一句图好帅🤣🤣🤣
