pytorch训练模型时加log

参考https://blog.csdn.net/hxxjxw/article/details/106155870

from torch.utils.tensorboard import SummaryWriter 
 
writer = SummaryWriter("results/logs")
 
for i in range(100):
    writer.add_scalar('y=2x',2*i,i)
 
writer.close()

writer.add_scalar中添加需要跟踪的变量的值,这里的i相当于epoch
上面的代码,会将log保存到``中,查看曲线,通过:

tensorboard --logdir "logs"
 
#想换端口的话
tensorboard --logdir "logs" --port=6007
#这种写法比--logdir=logs这种写法更好

还有通过add_graph查看网络结构图,以及通过add_histogram查看网络权值的分布

  • 3
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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