tensorboard显示多个event文件在一个图上!tensorboard中曲线图的数据下载且用matplotlib.pyplot来画,便于实验对比。

一、引言

大家做实验的时候,需要将不同实验生成的event曲线进行对比,找差距。TensorFlow提供了tensorbaord。
这里提供了两种方法来做对比。

一、直接在tensorboard上进行对比

一、容易犯的错误

大家容易把生成的event文件,放在一个问价下,然后在命令窗口输入:tensorboard --logdir “log” --host=127.0.0.1.最后生成的图片是混乱的。效果如下:
在这里插入图片描述
在这里插入图片描述

三、解决办法

在log文件下,建立event文件对应的文件夹,把event文件放进去。跳到对应的路径下,在输入:tensorboard --logdir “log” --host=127.0.0.1 即可!

在这里插入图片描述
在log文件下建立以下文件:
在这里插入图片描述
把对应的event文件放入文件夹下:
在这里插入图片描述
效果显示:
在这里插入图片描述

四、注意:

使用tensorboard --logdir = even的文件路径

tensorboard --logdir =log

容易报错:
在这里插入图片描述
我用的这个,百试不错!

tensorboard --logdir "log" --host=127.0.0.1

logdir 是event文件的路径。

二、tensorboard中曲线图的数据下载且用matplotlib.pyplot来画

一般这种情况是由于tensorboardh上的图,看起来没那么清楚,而且后面还有一条细线,所以有些时候为了便于比较,可以重新画。

一、把曲线图利用tensorboard 画出来

跳到对应的文件夹,输入:

tensorboardv --logdir "log" --host=127.0.0.1

或则:

tensorboard --logdir = log

打开,点击下图的csv。
在这里插入图片描述
会生成:
在这里插入图片描述
这样也可以利于便于观察数据。
输入下方代码即可画出来:

import csv
import matplotlib.pyplot as plt
import pandas as pd 
df = pd.read_csv("./run-.-tag-summary_total_loss.csv")
step = df["Step"].values.tolist()
loss = df["Value"].values.tolist()
print('-------------')
plt.plot(step,loss)
plt.show()

结果如下:
在这里插入图片描述

  • 29
    点赞
  • 79
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
要在TensorBoard显示图片,可以使用SummaryWriter.add_image()方法。这个方法接受三个参数:tag(标签),image_data(图像数据)和global_step(全局步数)。其,tag是一个用于标识图像的字符串,image_data是一个代表图像的张量或数组,global_step是一个整数,用于标识训练的全局步数。 在示例代码,使用了PIL库将图像加载为PIL对象,然后将其转换为NumPy数组。接着,使用SummaryWriter.add_image()将图像数据添加到TensorBoard的日志。需要注意的是,传递给add_image()方法的图像数据需要满足HWC(Height-Width-Channel)的数据格式。 为了能够在TensorBoard显示图片,建议使用TensorFlow作为后端。由于Keras隐藏了TensorFlow的图构建方法,你可以通过在Keras模型使用Callbacks来实现在TensorBoard显示图片。具体做法是在Callbacks使用TensorBoard的方法,例如使用TensorBoard的add_image()方法将图像数据添加到TensorBoard的日志。 总结起来,要在TensorBoard显示图片,可以使用SummaryWriter.add_image()方法将图像数据添加到TensorBoard的日志,并使用TensorFlow作为后端来创建Callbacks并将图像数据添加到TensorBoard。<span class="em">1</span><span class="em">2</span> #### 引用[.reference_title] - *1* [利用tensorboard来展示图片的逐步展示](https://blog.csdn.net/weixin_45193103/article/details/123595351)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* [Keras使用tensorboard显示训练过程的实例](https://download.csdn.net/download/weixin_38682790/14851353)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论 5
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
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