AtuoDL----Tensorboard可视化使用

已于 2023-11-28 20:59:17 修改
阅读量1.2k 收藏 5
点赞数 2
分类专栏： AutoDL 文章标签： python 深度学习 机器学习
于 2023-08-09 10:26:59 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/szn1316159505/article/details/132182452
版权

本教程教你怎么在autodl上使用tensorboard。

推荐使用wandb（可视化更清楚和方便管理），可以看我的另一篇教程

wandb----基础使用和断点训练时让曲线接上（resume）-CSDN博客

1、保存tensorboard日志文件

修改保存日志文件的路径，只有在这个tf-logs下的日志文件才能显示 

2、查看tensorboard

进入AutoPanel，点击Tensorboard就能查看

雪豹不会梦到瑞克5
关注
  • 2
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
专栏目录
竞赛-大数据可视化.txt
10-19
竞赛-大数据可视化
entfrm-boot可视化开发平台
08-14
entfrm-boot是一个以模块化为核心的无代码开发平台，是一个集PC和APP快速开发、系统管理、运维监控、开发工具、OAuth2授权、可视化数据源管理与数据构建、API动态生成与统计、工作流、智能表单设计、微服务骨架等全...
Tensorboard连接远程服务器可视化----针对Autodl服务器，巨简单
最新发布
m0_44969266的博客
04-25 360
点击自定义服务，弹出以下界面：运行Windows+R，输入cmd，然后在命令行按照上面的提示操作就可。接着打开浏览器：输入http://localhost:6006，成功显示。
AutoDL使用tensorboard
qq_46684028的博客
10-03 2094
AutoDL中使用tensorboard的详细过程
在autodl 中使用tensorboard功能
weixin_44563655的博客
03-16 998
在autodl中快速打开tensorboard
Pytorch使用TensorBoard(使用AutoDL快速入门）（mac系统）
Chyt24的博客
01-31 2891
注意：默认情况下需将tensorboard产生的event文件保存到/root/tf-logs/路径，可以将生成的log文件拷贝至该文件夹，也可以在上文指定生成log文件路径时设置为默认路径。本文使用切换目录，指定logs目录为生成的文件夹。log_dir是log文件存放的位置，运行后会在当前目录下新建一个logs文件夹，下有train文件夹，文件夹内生成了一个文件（此时该文件为空）例如，上方创建的日志文件在logs/train/文件夹下，若更改目录到logs下，启动TensorBoard，提示访问异常。
AutoDL tensorboard实现可视化
llf000000的博客
11-25 503
注意：默认情况下需将tensorboard产生的event文件保存到/root/tf-logs/路径，可以将生成的log文件拷贝至该文件夹，也可以在上文指定生成log文件路径时设置为默认路径。除此之外还能切换目录。我的云服务器下event保存在这里，程序跑起来之后点开这个文件夹就能看见events。tensorboard --port 6007 --logdir 【/指定目录】启动终端，停止当前tensorboard进程，手动修改目录。注意这里的目录就是当前tensorboard访问的目录。
AutoDL实时查看tensorboard曲线情况（结合官方文档使用）
孟孟单单的博客
10-27 1万+
AutoDL实时查看tensorboard曲线情况（结合官方文档使用）
T-SNE可视化高维数据
07-05
T-SNE可视化高维数据
T-SNE二维可视化python代码
11-23
Python实现K-Means聚类后的二维可视化，使用的是生成数据，T-SNE降维后进行可视化，编译器为jupyter notebook 简单便捷，易于理解 使用库：pandas ，numpy ，sklearn，matplotlib，seaborn
T-SNE三维可视化python代码
11-23
Python实现K-Means聚类后的三维可视化，使用的是生成数据，使用T-SNE降维，编译器为jupyter notebook 简单便捷，易于理解 使用库：pandas ，numpy ，sklearn，matplotlib，mpl_toolkits
AutoDL-Tensorboard
weixin_43352991的博客
11-02 776
使用tensorboard可视化训练过程。
Tensorboard
zhangyan的博客
06-08 668
tensorbord图
AutoDL使用教程：1）创建实例 2）配置环境+上传数据 3）PyCharm2021.3专业版下载安装与远程连接完整步骤 4）实时查看tensorboard曲线情况
热门推荐
孟孟单单的博客
09-28 12万+
AutoDL使用教程：1）创建实例 2）配置环境+上传数据 3）PyCharm2021.3专业版远程连接
【OpenGait 开启 AutoDL 云服务器的 TensorBoard 可视化】
记录学习
12-12 1450
这篇文章主要记录OpenGait开启 AutoDL 云服务器的TensorBoard 可视化的步骤和遇到的问题以及解决方式。
云服务器Autodl平台如何解决tensorboard链接无法打开的问题
qq_45073592的博客
12-29 699
使用方案1即可快速解决，前提安装Xshell且Xshell与Autodl平台已成功连接。
手写数字识别（利用TensorBoard监视训练过程）
weixin_48138859的博客
07-24 113
①导入TensorBoard类②定义日志文件的保存路径③实例化TensorBoard对象，指定日志保存路径④模型编译后，将TensorBoard对象作为回调函数传入⑤启动TensorBoard,指明日志目录⑥在浏览器中打开TensorBoard的网址，既可以看到训练过程中指标的变化过程。
AutoDL云服务器的使用
醋酸洋红的博客
09-21 2099
使用此云服务器的优势学生认证，省钱可无卡模式启动，省钱上传数据比较方便网站。
TensorBoard最全使用教程：看这篇就够了
qq_41656402的博客
06-09 3万+
TensorBoard最全使用教程：看这篇就够了
使用t-SNE可视化数据
07-16
当然可以！t-SNE（t-distributed stochastic neighbor embedding）是一种常用的降维和可视化数据的方法。它可以将高维数据映射到二维或三维空间，以便更好地观察数据之间的相似性和差异性。 在Python中，你可以使用许多机器学习库来执行t-SNE，并将结果可视化。下面是一个简单的示例代码，使用scikit-learn库来执行t-SNE并使用Matplotlib库进行可视化： ```python import numpy as np from sklearn.manifold import TSNE import matplotlib.pyplot as plt # 假设你有一个名为data的二维数组，其中包含你要可视化的数据 # data的形状应为(n_samples, n_features)，即每个样本的特征数 # 实例化t-SNE对象，可以指定一些参数，如perplexity和learning_rate tsne = TSNE(n_components=2, perplexity=30, learning_rate=200) # 在数据上执行t-SNE降维 embedded_data = tsne.fit_transform(data) # 可视化降维后的数据 plt.scatter(embedded_data[:, 0], embedded_data[:, 1]) plt.show() ``` 在这个示例中，我们假设你有一个名为`data`的二维数组，其中包含你要可视化的数据。你可以根据你的实际情况调整代码中的参数，如`perplexity`和`learning_rate`，以获得更好的可视化效果。 希望这个简单的示例能够帮助你开始使用t-SNE进行数据可视化！如果你还有其他问题，请随时提问。

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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