PyTorch教程-8：举例详解TensorBoard的使用

最新推荐文章于 2024-09-01 21:02:10 发布

超级超级小天才

最新推荐文章于 2024-09-01 21:02:10 发布

阅读量1.3k

点赞数 4

分类专栏： PyTorch学习笔记文章标签： python 可视化 pytorch tensorboard

本文链接：https://blog.csdn.net/qq_38962621/article/details/111173956

版权

PyTorch 教程系列：https://blog.csdn.net/qq_38962621/category_10652223.html

PyTorch教程-8：举例详解TensorBoard的使用

TensroBoard 是一个帮助我们对模型训练、数据处理等很有帮助的可视化工具，虽然这些可视化操作都可以通过代码配合matplotlib这些很好用的绘图库来实现，但是TensorBoard使得它变得更加简单。

官方的一个简单教程：https://pytorch.org/tutorials/intermediate/tensorboard_tutorial.html

首先依旧使用最开始的一个简单例子：CIFAR10的分类任务，先引入数据、构建模型、创建优化器、损失函数等任务：

import torch
import torchvision
import torchvision.transforms as transforms
import torch.nn as nn
import torch.nn.functional as F
import torch.optim as optim

transform = transforms.Compose([transforms.ToTensor(), transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])

trainset = torchvision.datasets.CIFAR10(root='./data', train=True, download=True, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=4, shuffle=True, num_workers=2)

testset = torchvision.datasets.CIFAR10(root='./data', train=False, download=True, transform=transform)
testloader = torch.utils.data