怎么把深度学习输出的准确率、损失等信息保存下来

在使用 VS Code 编写深度学习代码时，如果你想要把输出（比如训练过程中的精度、损失等信息）保存到 .out 文件中，可以通过以下几种方法实现：

1. 使用终端重定向

最简单的方法是利用命令行的重定向功能。当你在 VS Code 的终端运行你的深度学习代码时，可以使用重定向操作符（> 或 >>）将输出重定向到一个 .out 文件。

• 使用 > 会创建新的文件或覆盖已有的文件。
• 使用 >> 会向已有的文件追加内容，如果文件不存在则创建新文件。

例如，如果你的代码是一个 Python 脚本（train.py），你可以在终端中运行以下命令：

python train.py > output.out

或者，如果你想追加内容而不是覆盖：

python train.py >> output.out

2. 在代码中重定向输出

另一种方法是在你的深度学习代码内部进行输出重定向。这可以通过编程方式完成，比如在 Python 中，你可以使用 sys.stdout 来重定向标准输出。

import sys

# 打开一个文件用于输出
with open('output.out', 'w') as f:
    # 临时重定向标准输出到文件
    sys.stdout = f
    
    # 在这里执行你的代码，比如打印输出
    print("训练精度: 98%")
    
    # 重置标准输出到屏幕
    sys.stdout = sys.__stdout__

如果你希望整个脚本的输出都重定向到文件，可以将重定向的设置放在脚本开始部分，并在脚本结束前重置。

3. 使用日志库

对于更复杂的项目，考虑使用日志库来管理输出。Python 的 logging 库允许你非常灵活地控制日志信息的输出，包括输出到文件。

import logging

# 配置日志
logging.basicConfig(filename='output.out', level=logging.INFO, format='%(asctime)s - %(message)s')

# 使用日志
logging.info('训练精度: 98%')

这种方法的好处是你可以非常灵活地控制日志的等级、格式以及输出位置，非常适合用于生产环境和复杂的项目中。

选择哪种方法取决于你的具体需求和项目的复杂度。对于快速实验和简单脚本，使用终端重定向可能是最直接和最方便的方法。对于需要更精细控制输出格式和级别的情况，使用 logging 库会是更好的选择。