tensorboard的使用
安装
pip install tensorboard
代码实现
from torch.utils.tensorboard import SummaryWrite #导入tensorboard,SummaryWriter作用是将数据以特定格式存储到文件夹中
writer = SummaryWriter('./path/to/log') #实例化,传入参数即指向文件夹的路径。writer对象包含多个方法
针对数值
writer.add_scalar(tag, scalar_value, global_step=None, walltime=None)
针对图像
writer.add_image(tag, img_tensor, global_step=None, walltime=None, dataformats='CHW')
writer.add_images(tag, img_tensor, global_step=None, walltime=None, dataformats='NCHW')
例如下面,结果是生成一个x轴跨度为100的折线图,y轴坐标代表每一个epoch的mAP
for epoch in range(100):
mAP = eval(model)
writer.add_scalar('mAP', mAP, epoch)
可视化
tensorboard --logdir=./path/to/the/folder --port 8123
1.服务器上有可视化界面
打开浏览器,访问地址 localhost:8123/
注意:tensorboard是默认30s刷新一次,而不是实时。visdom是完全实时的。
同时显示多个折线图 假如使用两种学习率去训练同一个网络,想要比较训练过程中的loss曲线,只需要将两个日志文件夹放到同一目录下,并在命令行运行:
tensorboard --logdir=./path/to/the/root --port 8123
2. 想要本地显示
通过xshell连接,参考