-
记录标量数据
在tensorflow之外的框架,利用tensorboardX来记录数据,代码如下:
from tensorboardX import SummaryWriter
tf_writer = SummaryWriter(log_dir=out) # out指定数据文件输出的路径
tf_writer.add_scalar('acc/val', metrics[0], iteration) # 第1个是数据的标签,训练数据标记为acc/train,验证数据标记为acc/val
tf_writer.add_scalar('mean_acc/val', metrics[1], iteration) # 第2个是数据的值,第3个是数据记录的位置,一般是迭代的次数
tf_writer.add_scalar('mean_iu/val', metrics[2], iteration)
tf_writer.add_scalar('fwavacc/val', metrics[3], iteration)
-
标量数据可视化
安装tensorboard
将tensorboard的记录文件放在一个目录下面:
开启终端输入以下命令:
tensorboard --logdir=C:\Users\hjjiang\Desktop\Lab\NIPS2019 #tensorboard记录文件所在的目录
然后在浏览器中查看:localhost:6006
如果要在同一张图中查看多条曲线,那么在一个目录下建多个子目录,每个子