Ubuntu下,Pytorch可视化工具tensorboardX

今天在用pytocrch框架运行代码的时候,出现了错误MoudleNotFoundError:No module named ‘tensorboardX’,一时情急,赶紧百度,有人说是路径不对,但是也有人说是缺少模块(果真如此),在经过亲身试错后,发现这是因为没有安装tensorflow引起的,tensorboardX是在tensorboard的基础上做出来,需要tensorflow支持。
在这里插入图片描述

1. tensorboadX

  • Pytorch也能用tensorboard啦,虽然Pytorch还有visdom可视工具,但是对于从tensorflow转来或者双修党来说,还是tensorboard用起来习惯点咯。
  • tensorboardX是在tensorboard的基础上做出来,需要tensorflow支持
  • 想在pytorch中进行数据可视化,感觉tensorboard的语句有点麻烦,所以想要用tensorboardX。

2. 安装

  • 先安装tensorflow: conda install tensorflow
    在这里插入图片描述
  • 再安装tensorboardX: conda install tensorboardX
    当我们安装好tensorflow的时候,要进一步去安装tensorboardX,要不然依旧会出现错误
    在这里插入图片描述
    可以看到,但运行train.py的文件时,出现了另外的一个错误(无地自容,了,菜到极致了),错误出现在py文件中的第18行,而不是原先的第14行
    参考
    参考2
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
使用PyTorch可视化TensorBoard的步骤如下: 1. 安装TensorBoard ``` pip install tensorboard ``` 2. 在PyTorch中创建SummaryWriter对象 ```python from torch.utils.tensorboard import SummaryWriter # 创建SummaryWriter对象 writer = SummaryWriter('runs/experiment_name') ``` 其中,`experiment_name`为实验名称,可以自定义。这里通过`runs`目录来存储实验数据。 3. 在训练或验证的过程中添加可视化代码 在代码中使用`writer.add_scalar()`方法来添加可视化代码,方法的参数包括要可视化的变量名、变量值和步数。例如: ```python # 添加训练损失 writer.add_scalar('Train/Loss', loss.item(), step) # 添加验证准确率 writer.add_scalar('Validation/Accuracy', accuracy, step) ``` 4. 启动TensorBoard 在命令行中使用以下命令启动TensorBoard: ``` tensorboard --logdir runs ``` 其中,`--logdir`参数指定实验数据所在的目录。在上面的代码中,我们将实验数据保存在`runs`目录下。 5. 在浏览器中查看可视化结果 在浏览器中输入以下地址查看TensorBoard可视化结果: ``` http://localhost:6006/ ``` 这里是一个可视化变量曲线的代码示例: ```python import torch from torch.utils.tensorboard import SummaryWriter # 创建SummaryWriter对象 writer = SummaryWriter('runs/experiment_name') # 创建模拟数据 x = torch.linspace(-5, 5, 100) y = torch.sin(x) # 可视化曲线 for i in range(100): writer.add_scalar('Sin(x)', y[i], i) # 关闭SummaryWriter对象 writer.close() ``` 这段代码将生成一条正弦曲线,并将其可视化在TensorBoard中。在TensorBoard中,我们可以选择`Scalars`选项卡来查看变量曲线。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

还能坚持

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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