pytorch tensor与numpy转换

本文介绍了如何在使用PyTorch训练模型时,简洁地打印batch损失(loss)和准确率(accuracy)的数值,避免设备信息和tensor标识的干扰。通过使用`.data`属性并结合字符串格式化,可以控制输出的格式,使得打印信息更为整洁。参考链接提供了更多关于PyTorch训练过程中的日志记录技巧。
摘要由CSDN通过智能技术生成

torch.Tensor类型的数据loss和acc打印时 ,如果写成以下写法

print('batch_loss: '+str(loss.data)+'batch acc: '+str(acc.data))

 
 

    则不仅会打印出loss和acc的值,还会打印出device信息和 tensor字样,如下:
    在这里插入图片描述
    如果仅想打印出数值,使得打印出的信息更加简洁,则要用以下写法

    print('batch_loss: {:.3f} batch acc: {:.3f}'.format(loss.data, acc.data))
    
     
     

      该写法还可控制输出格式,结果类似如下:
      在这里插入图片描述

      更多参考

      https://www.cnblogs.com/wzyuan/p/9733433.html
      https://www.cnblogs.com/IaCorse/p/11762548.html
      https://blog.csdn.net/qq_35260390/article/details/114820089

      • 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