如何在Tensorboard上查看模型训练信息

最新推荐文章于 2025-03-10 16:15:10 发布

卿雪

最新推荐文章于 2025-03-10 16:15:10 发布

阅读量3.5k

点赞数

文章标签： pytorch 深度学习

本文链接：https://blog.csdn.net/qq_49232751/article/details/130717252

版权

使用Tensorboard的SummaryWriter记录训练过程中的损失、精度和学习率，通过启动Tensorboard服务并访问网页界面来可视化这些指标。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

如何在Tensorboard上查看训练过程中得到的训练损失、训练精度、验证损失、验证精度和当前学习率等信息？

要在Tensorboard上查看训练过程中得到的训练损失、训练精度、验证损失、验证精度和当前学习率等信息，需要按照以下步骤：

在代码中加入Tensorboard的配置，如下所示：
```
from torch.utils.tensorboard import SummaryWriter
tb_writer = SummaryWriter(log_dir="./log")
```
这里定义了一个Tensorboard的SummaryWriter对象，用于向Tensorboard输出日志。log_dir参数指定了输出日志的路径，可以根据需要设置。

在代码中使用add_scalar方法将需要监控的数据添加到Tensorboard中，如下所示：

tb_writer.add_scalar("Train/Loss", train_loss, epoch)
tb_writer.add_scalar("Train/Accuracy", train_acc, epoch)
tb_writer.add_scalar("Val/Loss", val_loss, epoch)
tb_writer.add_scalar("Val/Accuracy", val_acc, epoch)
tb_writer.add_scalar("Learning Rate", optimizer.param_groups[0]['lr'], epoch)

这里添加了训练损失、训练精度、验证损失、验证精度和当前学习率等信息到Tensorboard中。

在命令行中启动Tensorboard服务，并指定日志路径，如下所示：
```
tensorboard --logdir=./log
```
这里启动了一个Tensorboard服务，并且将日志输出路径设置为"./log"。
在浏览器中打开Tensorboard的网址，默认为http://localhost:6006/，即可查看相关的日志。在Tensorboard的左边栏中可以依次查看训练损失、训练精度、验证损失、验证精度和学习率等信息的变化趋势。