pytorch 使用tensorboard，在pc端浏览器进行可视化步骤

最新推荐文章于 2024-08-19 15:45:05 发布
最新推荐文章于 2024-08-19 15:45:05 发布
阅读量2.2k 收藏 6
点赞数 3
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/u013548568/article/details/89061475
版权
本文介绍如何通过Xshell和Mobaxterm配置TensorBoard远程访问。首先需在Linux系统上安装TensorBoard，然后通过Xshell登录服务器并进行属性设置。对于Mobaxterm，需设置SSH隧道实现端口转发。最后，在本地浏览器输入相应地址即可访问TensorBoard。
摘要由CSDN通过智能技术生成

参考链接 https://zhuanlan.zhihu.com/p/31457591，感谢原文

Xshell

1、首先在linux系统上安装好tensorboard

pip install tensorboard

2、本地打开xshell,登录服务器
3、点击属性按钮
在这里插入图片描述
4、弹出如下对话框
在这里插入图片描述
5、点击添加
6、
在弹出对话框中如下填写

在这里插入图片描述
7、点击确定
8、再点击确定
9、然后在服务器上输入以下指令（路径是对应的tensorboard生成文件路径）

tensorboard --logdir=runs --port=6006

10、pc端打开谷歌浏览器，输入网址localhost:16006即可看到对应的tensorboard可视化
在这里插入图片描述

Mobax

但是xshell软件有权限限制，需要购买，所以用mobax的tunnel来进行设置，但是设置和上面是一致的

在这里插入图片描述

首先点击MobaSHHTunnel按钮
在这里插入图片描述
选择New SSH tunnel按钮建立local port forwarding，如上图所示。给My computer with Mobaxterm一个端口4002也可以是上面的16007，反正是随便给的，然后SSH server填的是本地服务器的ip和用户名，22也是随便给的，remote server设置成127.0.0.1,一定是这个号，然后下面的6006设置成6006，也即tensorboard命令显示的时候最后给的端口号，和xshell是一样的原理。

在本地浏览器输入localhost:4002就可以了吼

枯叶蝶KYD
关注
TensorBoard快速入门（Pytorch使用TensorBoard）
iioSnail的博客
07-03 4万+
TensorBoard 简介 TensorBoard 界面介绍 TensorBoard 安装 TensorBoard 运行 Pytorch 使用 TensorBoard Tensor折线图（Scalars）
PyTorch可视化 | 可视化网络结构 | 使用TensorBoard可视化训练过程
liujiesxs的博客
08-22 3571
PyTorch可视化
PyTorch-TensorBoardX
qq_27278153的博客
12-27 1万+
主要 参考了：  　　tensorboard-pytorch 　　tensorboard-pytorch-examples      感谢 西西xixi 的帮助 整体总结： 1）感觉这个安装还是很简单的。 2）但是主要是要学习怎么使用TensorBoard。 3） 4） 5） 　　安装环境Anaconda-5.0.1 (64-bit) P
Tensorboard在浏览器中可视化方法
luckygirl0809的博客
04-13 899
***Tensorboard可视化方法（以F:\tf_exercise\exercise5.py为例）*** （注：本人安装了Anaconda)----exercise5.py中重要代码----writer = tf.summary.FileWriter('F:\graphs', sess.graph)----------------------------------------- 第一步：进入...
PyTorch之TensorBoard使用
最新发布
m0_73991249的博客
08-19 1478
在学习这篇之前建议先按照上一篇搭建好整个PyTorch环境然后这一篇讲怎么用TensorBoard，这个玩意是Tensorflow官方推出的一个可视化工具，当使用Tensorflow训练大量深层的时，我们希望去跟踪神经网络的整个训练过程中的信息，并希望能在训练的过程中将一些信息加以记录并可视化得表现出来，TensorBoard就能做到。
想要自学深度学习？不用GPU，浏览器就够了
weixin_33670786的博客
12-12 558
机器之心整理参与：刘晓坤、思源今天要介绍一个近期开源的自学深度学习 GitHub 项目，作者为每种具体算法提供了 Jupyter notebook 实现，可以轻易地在 G...
tensorboard在浏览器中打开步骤
weixin_39541132的博客
12-10 1857
tensorboard打不开的解决方法 1.找到文件位置 运行一次写好的文件，找到当前储存python项目文件夹里的logs文件夹位置。我的是D:\Python例子\tensorflow_example\logs 如果没有更改文件位置，可以跳过这一步 2.进入虚拟环境 如果不是用的虚拟环境下的解释器跳过这一步； 如果是虚拟环境中运行的python，在python中的terminal里激活虚拟环境a...
pytorch下tensorboard使用[远程服务器]
weixin_41169280的博客
02-16 1116
说明：16006:127.0.0.1代表本机上的16006号端口，6006是服务器上tensorboard使用的端口（两个端口号都可以自己设置，只要没被占用即可）。10.76.2.233 -p 52指的是服务器的IP。tag指定可视化时变量的名字，scalar_value是保存的值，global_step可以理解为x轴坐标。这里的SummaryWriter的作用就是，将数据以特定的格式存储到刚刚提到的那个文件夹中。这样就会生成一个x轴跨度为100的折线图，y轴坐标代表着每一个epoch的mAP。
pytorch使用tensorboardX进行loss可视化实例
12-20
以下是关于使用TensorboardX进行loss可视化的详细步骤和相关知识点： 1. **安装TensorboardX**： 首先，你需要通过pip命令安装TensorboardX库，命令如下： ``` pip install tensorboardX ``` 2. **导入...
详解PyTorch项目使用TensorboardX进行训练可视化
热门推荐
浅度寺
02-28 13万+
目录什么是TensorboardX配置TensorboardX环境要求安装使用 pip 安装从源码安装使用TensorboardX一些tips 什么是TensorboardX Tensorboard 是 TensorFlow 的一个附加工具，可以记录训练过程的数字、图像等内容，以方便研究人员观察神经网络训练过程。可是对于 PyTorch 等其他神经网络训练框架并没有功能像 Tensorboard ...
利用tensorboard可视化pytorch的数据
weixin_42358688的博客
06-16 317
一、利用tensorboard可视化pytorch的数据 1.进入pycharm切换至激活环境的python.exe
tensorboard生成的网址打不开的解决方法
weixin_42604241的博客
04-14 2368
tensorboard生成的网址打不开的解决方法 1、运行有tensorflow的程序 2、 确保在logs目录下有生成的文件存在 3、找到tensorboard.exe文件路径 默认是：C:\ProgramData\Anaconda3\Scripts 4、打开cmd（命令提示符） 输入cd 【你的tensorboard.exe文件路径】，然后回车。 例如我这里是：cd C:\ProgramD...
如何使用tensorboard及打开tensorboard生成文件
m0_50364811的博客
09-01 1万+
tensorboard的使用及其生成文件的打开
【TensorBoard】如何启动tensorboard的详尽步骤
taomiaotaomiao的专栏
11-19 1431
TensorBoard是TensorFlow下的一个可视化的工具，能够帮助我们在训练大规模神经网络过程中出现的复杂且不好理解的运算。TensorBoard能展示你训练过程中绘制的图像、网络结构等。        首先我介绍一下官方文档上启动TensorBoard的方法： 第一步：定位到你训练后log文件保存的位置； 第二步：
TensorBoard可视化基础教程
贱贱的剑
03-25 1505
一、说明 我最常用的是使用TensorBoard观察loss以及准确度曲线，在此基础版本里只进行这两类曲线的编写说明。 二、代码编写 from torch.utils.tensorboard import SummaryWriter #导入必须的包 writer = SummaryWriter("runs/test") #创建文件写入目录,即在当前目录下创建runs/test目录，以后的内容都写到test目录里 以上简单的两个即可完成tensorboard的初始化工作，
pytorch中tensorboard安装及安装过程中出现的常见错误
苑小量的博客
12-21 1万+
安装步骤 1.在anaconda prompt环境下安装tensorboard （1）激活pytorch环境 activate pytorch （2）安装tensorboard Pip install tensorboard 安装起来还是比较快的，tensorboard占用存储也小，所以网慢也会很快安装好。 使用tensorboard 在终端或者pycharm中输入以下代码字段 import torch import torchvision from torch.utils.tensorboard
Tensorboard可视化，解决6006端口问题
Zhou的博客
01-08 5488
1.在服务器上跑一个关于聊天机器人的时候，想要对其训练过程进行可视化，用了tensorflow可视化的好帮手 Tensorboard 一开始直接在项目下执行，后来又切换到项目对应的logs文件加下运行 tensorboard --logdir=logs 返回一个TensorBoard 1.12.2 at http://vm-21a-01sgt:6006 (Press CTRL+C to quit...
Pytorch中使用tensorboard
winycg的博客
12-05 972
tensorboard是一款数据分析可视化插件，可以记录在训练过程中的log信息并绘图。Pytorch中使用tensorboard的教程文档：https://pytorch.org/docs/stable/tensorboard.html?highlight=tensorboard#module-torch.utils.tensorboard 运行命令后会在./runs/目录下生成对应的文件，之后使用如下命令进行可视化： 会在对应端口号的网址，在浏览器中可以看到可视化结果： VSCode中集成了tensor
Pytorch使用Tensorboard可视化网络结构
sunqian的博客
05-01 2万+
Pytorch使用Tensorboard可视化网络结构 GitHub地址：点击打开 1.下载可视化代码 git clone https://github.com/lanpa/tensorboard-pytorch.git 2.安装PyTorch 0.4 +torchvision 0.2 3.安装Tensorflow和Tensorboard： pip install tensor...
tensorboardx安装_详解PyTorch项目使用TensorboardX进行训练可视化
06-10
TensorboardX是一个PyTorch的可视化工具，用于可视化训练和测试的指标、网络结构、数据分布等信息。下面是TensorboardX的安装步骤： 1. 确保已经安装了PyTorch...以上就是使用TensorboardX进行训练可视化的详细步骤。
评论
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