Tensorboard的基础使用过程记录

由于pytorch中没有tensorboard的安装包需要我们自行安装

pip install tensorboard

安装后 from torch.utils.tensorboard import SummaryWriter此时还会报错的话需要安装tensorboardX
这里使用清华镜像安装tensorboardX的包

pip install  -i https://mirrors.aliyun.com/pypi/simple/ tensorboardX

from tensorboardX import SummaryWriter
这样导入tensorboard便不会报错啦

from tensorboardX import SummaryWriter
import cv2 as cv
str = 'D:/dataset/train/ants/0013035.jpg'
img = cv.imread(str, 1)
write = SummaryWriter("logs") # 在绘制tensorboard时会将所有log文件下的内容均进行绘制 处理方法 1、删除文件内容2、重新指定文件家
write.add_image("test", img, 1, dataformats='HWC')
for i in range(100):
    write.add_scalar("y = 2x", 2*i, i) # 标签 y轴x轴

write.close()

此时便会在相对路径下创建一个logs的文件
Terminal下输入tensorboard --logdir logs
请添加图片描述
点击这个网站即可
请添加图片描述

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
TensorboardX 是一个用于 PyTorch 的可视化工具,它允许你在训练过程中实时监控和可视化训练的指标、模型结构、数据流图等。 要使用 TensorboardX,首先需要安装它。可以使用以下命令来安装: ``` pip install tensorboardX ``` 安装完成后,你可以按照以下步骤使用 TensorboardX: 1. 导入必要的库: ```python from tensorboardX import SummaryWriter ``` 2. 创建一个 `SummaryWriter` 对象: ```python writer = SummaryWriter(log_dir='logs') ``` 其中 `log_dir` 参数指定了日志文件的保存路径。 3. 在训练过程中,在你想要记录的地方添加以下代码: ```python writer.add_scalar('loss', loss.item(), global_step) ``` 这将记录名为 "loss" 的标量值到 TensorboardX 中。`loss.item()` 是你想要记录的数值,`global_step` 是当前的训练步数。 除了 `add_scalar` 方法,TensorboardX 还提供了其他方法用于记录不同类型的数据,如 `add_image`、`add_histogram` 等。 4. 在训练完成后,关闭 `SummaryWriter` 对象: ```python writer.close() ``` 5. 最后,在命令行中运行以下命令启动 Tensorboard 服务器: ``` tensorboard --logdir=logs ``` 其中 `logs` 是你指定的日志文件保存路径。 通过浏览器打开生成的链接,你将能够在 Tensorboard 中查看训练过程记录的数据。 这就是使用 TensorboardX 的基本步骤。你可以根据需要使用其他功能来记录和可视化更多的数据。

“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
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