PyTorch 使用 TensorBoard 中的 writer.add_scalar 与 writer.add_scalars 的区别

writer.add_scalar()

  • 功能:将标量添加到 summary
  • 参数:
    • tag (string):数据标识符
    • scalar_value (float or string/blobname):要保存的数值
    • global_step (int):全局步值
    • walltime (float):可选参数,用于记录发生的时间,默认为 time.time()

writer.add_scalars()

  • 功能:添加多个标量数据到 summary 中
  • 参数:
    • main_tag (string):tag 的父级名称
    • tag_scalar_dict (dict):保存 tag 及相应的值的键值对
    • global_step (int):全局步值
    • walltime (float) 可选参数,可选参数,用于记录发生的时间,默认为 time.time()

两者区别

  • writer.add_scalar() 添加一个标量到 summary
  • writer.add_scalars() 可以同时添加多个标量到 summary 中,多个标量需要使用键值对的形式输入

两种共同点

  • 第一个参数可简单理解为保存到 tensorboard 日志文件中的标量图像的名称
  • 第二个参数可简单理解为图像的 y 轴数据
  • 第三个参数可简单理解为图像的 x 轴数据
  • 第四个参数都是可选参数,用于记录发生的时间,默认为 time.time()

实例

import numpy as np
from torch.utils.tensorboard import SummaryWriter  # 也可以使用 tensorboardX
# from tensorboardX import SummaryWriter  # 也可以使用 pytorch 集成的 tensorboard

writer = SummaryWriter()
for epoch in range(100):
    writer.add_scalar('add_scalar/squared', np.square(epoch), epoch)
    writer.add_scalars("add_scalars/trigonometric", {'xsinx': epoch * np.sin(epoch/5), 'xcosx': epoch* np.cos(epoch/5), 'xtanx': np.tan(epoch/5)}, epoch)

writer.close()
  • 以上代码运行结束后,会在当前的工作目录下自动生一个 runs 目录
    在这里插入图片描述

查看结果

# cd 到当前的工作目录下,如:
cd /User/dell/

# 运行 tensorboard
tensorboard --logdir "./runs"

浏览器中输入查看的地址

http://127.0.0.1:6006/

在这里插入图片描述

参考

  • https://pytorch.org/docs/stable/tensorboard.html
  • 53
    点赞
  • 180
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 6
    评论

“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 6
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

打赏作者

csdn-WJW

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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