tensorboard 记录 loss

trian on batch 使用 tensorboard:

for epoch in range(epochs): 之前定义记录文件的地址
在训练前:


### discriminator loss ###
disc_log_dir = 'logs'
disc_summary_writer = tf.summary.create_file_writer(disc_log_dir)

以 cyclegan 为例,训练每个epoch得到 D loss, G loss,recon , adv
在训练中记录:


### for tensorboard ###
with disc_summary_writer.as_default():
    tf.summary.scalar('D loss', d_loss[0], step=epoch)
    tf.summary.scalar('重建损失', np.mean(g_loss[3:5]), step=epoch)
    tf.summary.scalar('一致性损失', np.mean(g_loss[5:6]), step=epoch)
    tf.summary.scalar('G loss', g_loss[0], step=epoch)


打开 tensorboard:

cmd 进入训练程序 .py 所在目录
再 tensorboard --logdir=logs --host=127.0.0.1 ,其中logs为训练程序目录下logs文件地址

在这里插入图片描述
打开网址


  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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
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