TensorBoard使用

最新推荐文章于 2023-07-06 12:20:29 发布
最新推荐文章于 2023-07-06 12:20:29 发布
阅读量1.2k 收藏
点赞数
分类专栏： pytorch学习笔记 文章标签： 可视化 python 深度学习
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/nstarLDS/article/details/104919965
版权
TensorBoard是TensorFlow的可视化工具，通过SummaryWriter记录数据并以event file存储。它提供了add_scalar、add_scalars和add_histogram等方法来记录标量、多标量和直方图。在训练时，可以使用add_graph()方法可视化模型计算图。
摘要由CSDN通过智能技术生成

TensorBoard

TensorBoard是TensorFlow中强大的可视化工具，其运行机理过程如下。
首先python脚本用SummaryWriter记录可视化的数据，接下来数据将以event file形式被存储至硬盘中，之后在命令行启动tensorboard并指定数据存储位置，每隔30s的时间（可自己设定）读取硬盘指定存储位置中的数据在web端做出展示。

SummaryWriter

功能：提供创建event file的高级接口

主要属性

  • log_dir：event file输出文件夹，如果不指定，就在当前目录创建一个名为runs的文件夹，文件夹里面还有文件夹，再下一级才是event file。
  • comment：不指定log_dir时，文件夹后缀，就是runs里面的文件夹后缀
  • filename_suffix：event file文件名后缀

实例

writer = SummaryWriter(log_dir=log_dir, comment='_scalars', filename_suffix="666")

主要方法

add_scalar()

功能：记录标量
主要参数

  • tag：图像的标签名
  • scalar_value：要记录的标量
  • global_step：x轴

一般x轴上是epoch数，要记录的标量最典型的是loss。但是这个函数的缺点是只能监控一个标量，绘制一种曲线，不能绘制多个曲线。
实例如下

writer.add_scalar
最低0.47元/天 解锁文章
Nstar-LDS
关注
专栏目录
Tensorboard数据(tfevents文件)格式解析及ofstream使用问题
weixin_30856725的博客
06-26 1454
1.前言 　　TensorFlow中的图和变量可以通过TensorBoard进行显示，主要使用tf.summary.FileWriter、tf.scalar_summary、tf.image_summary等API将信息保存。保存的文件名格式为：events.out.tfevents.timestamp.hostname，例如：events.out.tfevents.1530003338.BJS...
Tensorboard简介及常用函数介绍
别下完这场雪
01-28 3137
Tensorboard Tensorboard是tensorflow内置的一个可视化工具，它通过将tensorflow程序输出的日志文件的信息可视化使得tensorflow程序的理解、调试和优化更加简单高效。Tensorboard的可视化依赖于tensorflow程序运行输出的日志文件，因而tensorboard和tensorflow程序在不同的进程中运行。 打开Pycharm，设置环境 安装tensorboard 常用函数 SummaryWriter() SummaryWriter 创建一个t
【学习笔记】Pytorch深度学习—Tensorboard的使用（一）
白桃deep_learning博客
08-19 1194
【学习笔记】Pytorch深度学习——Tensorboard的使用（一）SummaryWriter 本节笔记内容具体是学习tensorboard中的两个方法分别是scalar和histogram，一共分为3个部分：（1）首先学习SummaryWriter类；（2）其次，学习两个基本方法记录标量add_scalar和直方图可视化add_histogram；（3）最后，使用scalar和histogram来监控模型指标（分别有Loss曲线、Accrucy曲线以及参数分布、参数所对应的梯度分布情况） tensor
tensorboard使用_【学习笔记】Pytorch深度学习——Tensorboard的使用（一）
weixin_39678103的博客
12-10 360
本节笔记内容具体是学习tensorboard中的两个方法分别是scalar和histogram，一共分为3个部分：(1)首先学习SummaryWriter类；(2)其次，学习两个基本方法记录标量addscalar和直方图可视化addhistogram；(3)最后，使用scalar和histogram来监控模型指标(分别有Loss曲线、Acuracy曲线以及参数分布、参数所对应的梯度分布情...
【TensorBoard系列】SummaryWriter简介及实例化
qq_43307074的博客
11-03 5074
【TensorBoard系列】SummaryWriter简介及实例化
tensorboard使用教程
01-27
发现tensorboard是个好工具，但一直没使用。本文是学习笔记主要用的是tf.summary,主要包括：1.tf.summary.histogram(生成Histogram和distribution),代码示例：2.tf.summary.scalar：主要用于记录诸如：准确率、损失...
Tensorboard使用
01-06
with tf.name_scope('loss_value'): loss=tf.reduce_mean(tf.losses.softmax_cross_entropy(onehot_labels=y_, logits=y))+tf.add_n(tf.get_collection('losses')) # loss=np.square(y-y_)) # 监视loss值 ...
tensorboard 使用方法
04-06
tensorboard 使用方法
pytorch-Tensorboard使用
ssshyeong的博客
01-09 1392
Tensorboard基本使用-Pytorch
Pytorch：tensorboard的使用
qq_44817900的博客
08-22 1794
上诉代码执行完毕生成，文件(runs）–（Aug22_07-18-03_db50a46be61atest_tensorboard）–下面是几个标量的文件夹和event file。第二个参数，对于图像上数据，如果有的图像经过了模型归一化，其中的数据已经不是0-255，而是0-1的浮点数，这时候，如果发现数据都在0-1，会对其乘以255来可视化。接口中的参数：global_step，主要体现一个tag中有几幅图，并且在y轴上体现出来，如上图。最后一个参数，主要是有的图像的通道数在维度上不一样。
TensorBoard 计算图的可视化
yichudu
08-30 6967
tensorflow 配套的可视化工具, 将你的计算图画出来.当训练一个巨大的网络的时候, 计算图既复杂又令人困惑. TensorBoard 提供了一系列的组件, 可以看到 learning rate 的变化, 看到 objective function 的变化.tfboard 读取 tf 运行时你记下的 events files, 来进行可视化. 这些 events files 包含了你记下的 summary data, 它是 protobuffer 格式, 并非文本文件.
pytorch中使用tensorboardX
贾路飞的博客
04-01 1894
我的环境配置：Ubantu18.04+python3.6.10+pytorch1.0.0+tensorboardX2.0+tensorflow2.1.0。以faster-rcnn源码中的使用方法为例进行说明： 保存数据 导入模块并创建一个SummaryWriter实例，使用此实例将训练信息保存在logs文件夹下 from tensorboardX import SummaryWri...
如何使用tensorboard及打开tensorboard生成文件
热门推荐
m0_50364811的博客
09-01 1万+
tensorboard的使用及其生成文件的打开
tensorboard 如何导出数据
DanielSmith
07-06 3308
有时候在第一遍跑实验的时候，由于epoch和内部循环变量的原因，做出来的图可能不是我们想要的，这个时候，需要自己导出数据并且重新画图，本文介绍如何导出数据道json或csv格式
关于tensorboard使用的注意事项
weixin_56405212的博客
05-13 200
1、这个.py文件不要命名为tensorbord.py。 2、使用代码 tensorboard --logdir=logaaa --port=10086（自定义，防止和别人冲突） 前，要cd到对应的目录下，logaaa文件夹的上级目录当中。
正确的姿势使用tensorboard
weixin_43566638的博客
07-15 337
上面是存放日志文件的目录，在这个目录的上一级也就是tensorboard这个目录下打终端，然后输入命令 tensorboard --logdir=“ 存放你日志文件的文件名” # 如果你是windows系统，那么你就要切换路径到存放日志文件的上一级目录哪里，然后再按上述操作就OK了 然后复制命令行给出的网址，复制粘贴到浏览器（一定要是Google的，其它的好像不好使），然后就OK了，只要把路径搞对了一般都不会出现下面这种情况 然后正确的应该是这样子的，你只要按上面的来，把路径搞...
tensorboard生成的文件名乱码问题
壹頁書
08-07 1531
保存tensorflow计算图文件名字的后缀乱码 是因为计算机名字为中文，改成英文就可以了  
Pytorch 下 TensorboardX 使用
llvyeriji的博客
11-22 1334
先做几点说明，我是安装的anaconda，然后在anaconda下建了一个虚拟环境pytorch2，在pytorch2虚拟环境下安装的pytorch，后续和pytorch相关的安装包也都安装在pytorch2这个虚拟环境中。这是相对这段代码的路径 (创建的实例就是在该 .py 文件的同一级加上 runs 文件夹，runs 下面有 exp ，exp 下面有创建的实例），如果我们要在anaconda终端输入上述内容，最好复制文件路径的全部，例如。对于我这里的实例路径就是 'runs/exp'，但是。
如何使用tensorboardX保存以及可视化训练过程数据
m0_37578088的博客
11-29 1886
保存数据： 在代码中： 首先实例化一个SummaryWriter importtensorboardXastb writer=tb.SummaryWriter(log_dir=tb_path) 然后将需要保存的数据以键-值的方式保存在writer中： writer.add_scalar(key, value, step) 其中step表示了保存的值来自第几次迭代，比如我第三...
tensorboard 使用
最新发布
09-26
TensorBoard是一个用于可视化和分析TensorFlow模型的工具。它可以帮助我们更好地理解模型的结构、训练过程和性能。安装TensorBoard非常简单，只需安装TensorFlow即可，因为它已经包含在TensorFlow库中。如果你没有安装TensorFlow，可以使用以下命令安装TensorBoard：pip install tensorboard。 在TensorBoard中，有多种可视化工具可供使用，包括Scalars、Images、Graphs、Distributions and Histograms以及TEXT等。这些工具可以帮助我们显示训练过程中的标量数据、模型的架构图、图像数据、分布和直方图以及文本数据等信息。 使用TensorBoard的一般步骤如下： 1. 在你的TensorFlow代码中，使用tf.summary库记录需要可视化的数据，例如损失函数、准确率等。 2. 在你的代码中，使用tf.summary.FileWriter创建一个写入器，指定输出目录。 3. 在训练过程中，将需要可视化的数据写入到写入器中。 4. 在命令行中运行tensorboard命令，指定日志目录，启动TensorBoard服务器。 5. 打开浏览器，访问http://localhost:6006（默认端口号）即可查看TensorBoard的可视化结果。
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