1tensorboard_logger
tensorboard_logger官网
根据官网的信息,可以知道tensorboard_logger的作用是在不需要TensorFlow的时候记录TensorBoard事件,是TeamHGMemex开发的一款轻量级工具,它将Tensorboard的工具抽取出来,使得非tf用户也可以使用它进行可视化,不过功能有限,但一些常用的还是可以支持。好像更加复杂的为tensoboardX,过段时间再去尝试安装一下吧。
其官方使用样例为
from tensorboard_logger import configure, log_value
configure("runs/run-1234")
for step in range(1000):
v1, v2 = do_stuff()
log_value('v1', v1, step)
log_value('v2', v2, step)
主要为log_value记录数据。
2 Installation
2.1 CPU版本tensorflow
官网的意思是需要先安装TensorFlow:它需要编写事件和查看TensorBoard。(it is required both for writing events and for viewing them with TensorBoard.)但是我觉得他实际是写不需要TensorBoard,读需要吧。
网上找相关博客,一般建议安装cpu-onlu版本(因为pytorch安装的是GPU版本,避免在同一个虚拟环境下包冲突),我使用anaconda在虚拟环境下安装
conda install tensorflow# (默认是cpu版本)。
安装完后在该虚拟环境中验证
Python
import tensorflow as tf
a=tf.constant([1.0,2.0],name=“a”)
b=tf.constant([3.0,4.0],name=“b”)
result=a+b
sess= tf.Session()
sess.run(result)
结果array([4., 6.], dtype=float32)
说明已经安装成功了tensorflow
2.2 安装tensorboard_logger:
安装十分简单,可以通过
pip install tensorboard_logger
命令直接安装,默认就是CPU的版本
3测试:
需要进入已经安装了该环境的虚拟环境中,然后使用下面的代码
tensorboard --logdir <your/running/dir> --port <your_bind_port>
这里我使用的是
tensorboard --logdir C:\Users\Admin\PycharmProjects\Net-rotate-3900train/ --port 1234
输出结果为
Starting TensorBoard b'54' at http://Workstation:6006
(Press CTRL+C to quit)
谷歌浏览器打开:
http://Workstation:6006
就可以使用啦