小土堆Pytorch学习-TensorBoard

本文介绍了TensorBoard在深度学习中的重要性,它通过可视化帮助开发者理解、调试模型,展示了如何使用PyTorch的SummaryWriter记录和查看标量数据。教程还涵盖了运行TensorBoard的方法以及路径问题的解决方案。
摘要由CSDN通过智能技术生成

TensorBoard

1. 为什么要使用TensorBoard?

答:TensorBoard 提供了一个强大的工具集,能够帮助深度学习从业者更好地理解、调试和优化他们的模型。通过可视化,用户能够更直观地了解模型的表现,快速发现问题并采取相应的措施

2. 代码展示

首先确保安装了Pytorch环境。

在这里插入图片描述

from torch.utils.tensorboard import SummaryWriter
#这一行导入了 PyTorch 中的 TensorBoard 的 SummaryWriter 类,该类用于将日志数据写入 TensorBoard。
##创建一个实例,指定了日志文件的保存路径为 "logs" 目录。在这个目录下,TensorBoard 将会保存用于可视化的日志数据。
writer = SummaryWriter("logs")
# writer.add_image()
# y = x
for i  in range(100):
    writer.add_scalar("y=x",i,i)
writer.close()

"""
for循环 0 到 99 的值,然后将每个值作为 y=x 这个标签的标量数据写入 
TensorBoard。add_scalar 方法
用于记录标量数据,第一个参数是标签,第二个参数是要记录的数值,第三个参数是记录的步数或迭代次数。
"""

3、运行结果

点击运行,会在本目录结构下生成一个logs的文件夹

在这里插入图片描述
然后在控制台输入:tensorboard --logdir=Pytorch/logs --port=6008
这里的"Python/logs"是指生成logs文件的路径。比如我这里就是Python/logs

在这里插入图片描述
点击🔗

在这里插入图片描述

4、出现以下情况如何解决?

在这里插入图片描述
这种情况是路径错误所导致的,可以使用绝对路径来解决
在这里插入图片描述

tensorboard --logdir=/Users/xiaofugui/code/machin_learning/Pytorch/logs --port=6008

持续更新中。。。。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值