一、安装(可视化训练过程,用来监控训练是否状态良好)----可视化需要借助Tensorboard {支持标量、图像、文本、音频、视频、Eenbedding等可视化} 1、安装Tensorboard,同时运行时还提示没有模块past,需要安装future 2、在pycharm---》terminal---》cd 进入当前文件夹: Tensorboard --logdir=./runs---》里面有envents文件 TensorBoard 2.3.0 at http://localhost:6006/ (Press CTRL+C to quit) 3、在浏览器中打开可视化 SCALARS:标量(我们这里只记录了标量) INATIVE:还没有记录的数据类型(支持标量、图像、文本、音频、视频、Eenbedding等可视化)
多长时间去重新读取event file(模型训练的时候,实时监控曲线变化)
import numpy as np
from torch.utils.tensorboard import SummaryWriter
# 从包中导入.类
# 这个类记录我们想要可视化的数据
writer = SummaryWriter(comment='test_tensorboard')
for x in range(100):
# 记录了标量。 title,y轴,x轴
writer.add_scalar('y=2x', x * 2, x)
writer.add_scalar('y=pow(2, x)', 2 ** x, x)
# 多曲线在同一个图像绘制的方法
writer.add_scalars('data/scalar_group', {"xsinx": x * np.sin(x),
"xcosx": x * np.cos(x),
"arctanx": np.arctan(x)}, x)
writer.close()
4、运行完成后,则当前代码文件夹多了。就是events保存在硬盘中(最后一个文件)。其中上面三个文件夹里面也是events,是通过writer.add_scalar()创建的
5、Tensorboard界面
(1、显示可以下载,必须选中哪一条曲线。 2、忽略离群点,通常会选。)
6、这里是上面记录的4个event file文件(对号是显示那条曲线, 圆是在所有图中只显示一条曲线)
7、搜索功能(搜索每一个图的内容)