可视化学习笔记3-pytorch tensorboard可视化events.out.tfevents文件

已于 2023-09-18 10:06:32 修改
阅读量2.7k 收藏 10
点赞数 4
分类专栏： 算法实战 文章标签： pytorch 学习 pycharm
于 2022-05-18 14:28:19 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/LZL2020LZL/article/details/124841618
版权
本文介绍了如何使用PyTorch结合TensorBoard进行可视化学习，包括两种方法：一是通过PyCharm终端进入events.out.tfevents文件目录并执行命令查看；二是针对文件已生成但无法在浏览器中打开的问题，提供了相应的解决命令。
摘要由CSDN通过智能技术生成

前提配置好tensorboard包

方法一：

打开pycharm中terminal
进入到events.out.tfevents文件目录下
执行tensorboard --logdir=./命令

如下图所示，点击网址即可。
在这里插入图片描述

方法二：

如果在执行方法一的过程中出现文件目录下显示已经生成了图文件，但是浏览器打不开的情况。
执行tensorboard --logdir=./ --port=8080或tensorboard --logdir=./ --port=6060命令即可解决问题。
在这里插入图片描述
在这里插入图片描述

李卓璐
关注
专栏目录
订阅专栏
tensorboard可视化多个events
Jurio的博客
05-22 568
在使用tensorboard可视化网络参数时，当因多次训练产生多个events文件后，在tensorboard上显示会非常混乱。文章解决如何在一个tensorboard界面显示多个events文件。
events.out.tfevents tensorboard模型文件
01-11
用于tensorboard打开的可视化模型
【YOLO日志文件】读取和可视化events.out.tfevents文件
u012901740的博客
07-02 1405
如何快速读取yolo系列的日志文件
events.out.tfevents文件信息提取
m0_73832962的博客
12-13 1600
深度学习训练数据有时候是记录在log文件中，文件名类型为events.out.tfevents.xxx.king,当然这些文件可以通过tensorbord工具可视化，这里提供一些events.out.tfevents文件信息提取的方法。
events.out.tfevents文件如何打开
ThreeS_tones的博客
01-22 2103
打开终端，在项目环境中使用如下代码：
events.out.tfevents.1568030579.DESKTOP-B8I27AN
09-11
ssd 训练模型
tensorboard可视化events.out.tfevents.***文件
ligous的博客
08-29 7504
tensorboard可视化events.out.tfevents.***文件
pytorch中用tensorboard可视化events.out.tfevents文件
qq_51777949的博客
03-08 4735
打开终端，在相应环境中输入 tensorboard --logdir= 文件路径 例如 tensorboard --logdir=/home/red/XGraphBoost/gcn_ggnn_xgboost/loss 结果如下： 在浏览器中打开结果中所给链接
可视化查看events.out.tfevents文件（tensorflow和tensorboard版本匹配）
Berberer的博客
03-28 1322
通过Tensorboard可视化查看训练过程中的损失函数变化或者模型的结构
tensorboard可视化查看events.out.tfevents文件
热门推荐
m0_37188294的博客
12-14 4万+
使用命令tensorboard --logdir=event-dir(event路径) 直接命令行或者在event当前路径新建.bat文件，编辑tensorboard --logdir=event-dir，保存双击运行 得到网址，但有时候网址无法打开 解决办法： 直接输入localhost:6006,成功打开网页 ...
[PyTorch 学习笔记] 5.1 TensorBoard 介绍
张贤的博客
09-05 570
本章代码： https://github.com/zhangxiann/PyTorch_Practice/blob/master/lesson5/tensorboard_methods.py https://github.com/zhangxiann/PyTorch_Practice/blob/master/lesson5/tensorboard_methods_2.py https://github.com/zhangxiann/PyTorch_Practice/blob/master/lesson5.
工具系列(四) 本文(5万字) | pytorch中使用tensorboard进行可视化 | 可视化 | tensorboard |
weixin_44302770的博客
12-30 873
数据集中的图像只有 1 通道，数据尺寸是 28x28 而不是 32x32return x。 《人工智能专栏》 Python与Python | 机器学习 | 深度学习 | 目标检测 | YOLOv5及其改进 | YOLOv8及其改进 | 关键知识点 | 各种工具教程
pytorch 预测_介绍pytorch预测
weixin_26731327的博客
10-11 7527
pytorch 预测重点(Top highlight)I am pleased to announce the open-source Python package PyTorch Forecasting. It makes time series forecasting with neural networks simple both for data science practitioners...
机器学习(一) 本文(3万字) | 机器学习概述 |
weixin_44302770的博客
12-24 894
统计学习(statistical learning)是关于计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析的一门学科。统计学习也称为统计机器学习(statistical machine learning） 统计学习的主要特点是：(1)统计学习以计算机及网络为平台，是建立在计算机及网络上的：(2)统计学习以数据为研究对象，是数据驱动的学科：(3)统计学习的目的是对数据进行预测与分析：(4)统计学习以方法为中心，统计学习方法构建模型并应用模型进行预测与分析：(5)统计学习是概率论、统计学、信息论、
打开events.out.tfevents.~文件
最新发布
加速却甩不掉伤悲的博客
09-07 132
但是要到events文件的上级目录，比如：D：/1/2/3/events文件，那么命令为：tensorboard --logdir=D:/1/2/3。2.然后使用命令tensorboard --logdir=events文件的绝对路径/相对路径都行。3.终端会给出类似：http://localhost:6006的网址，打开谷歌浏览器访问即可。1.首先虚拟环境中要有tensorboard包，没有的话pip安装。4.访问中不要终结终端程序。
本地浏览器打开服务器events.out.tfevents文件
momo的博客
09-06 456
本地浏览器打开服务器events.out.tfevents文件。
pytorch中events.out.tfevents.1685196669.DESKTOP-C63KNEP.86312.0怎么打开
06-06
`events.out.tfevents.xxxxxx` 文件是 TensorBoard 用于可视化 PyTorch 模型训练过程中的指标和图表的事件文件。要在 PyTorch 中使用 TensorBoard，你需要使用 TensorBoardX 库。你可以使用以下代码加载并可视化 `events.out.tfevents.xxxxxx` 文件中的数据： ```python from tensorboardX import SummaryWriter # 加载事件文件 log_dir = 'path/to/events/folder' writer = SummaryWriter(log_dir) # 可视化训练过程中的损失函数曲线 for i in range(len(losses)): writer.add_scalar('train_loss', losses[i], i) # 关闭 SummaryWriter writer.close() ``` 在上面的代码中，`path/to/events/folder` 是包含事件文件的文件夹路径。你可以使用 `SummaryWriter` 类来加载事件文件并将数据写入 TensorBoard 中。在这个例子中，我们可视化了训练过程中的损失函数曲线。你可以使用 `add_scalar` 方法将每个训练步骤的损失函数值添加到 TensorBoard 中。最后，要关闭 `SummaryWriter`。在关闭之前，你可以添加其他的数据，例如模型参数和梯度等。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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