Pytorch可视化工具tensorboardX(安装不踩坑,已修改)

本文介绍如何在PyTorch环境中使用TensorBoardX进行模型训练的可视化,包括安装配置、版本选择及基本使用方法,如记录实验数据、绘制网络结构图等。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Pytorch也能用的tensorboard啦,虽然Pytorch还有visdom可视工具,但是对于从tensorflow转来或者双修党来说,还是tensorboard用起来习惯点咯。

首先上项目地址:
https://github.com/lanpa/tensorboardX

安装方法(如何不踩坑,已修改):

  1. 首先默认你已经安装好pytorch(如果木有,为什么点进来呢)
  2. 安装tensorboardX pip install tensorboardX
  3. 安装tensorflow(坑点)pip install tensorflow==1.7.0
    开始当然像往常一样,直接pip install tensorflow,这样安装的会是tensorflow1.8.0,但是发现提示tensorboard版本不对,需要小于1.9.0,后面运行tensorboard也会出错!所以请在安装时手动指定下版本号1.7.0,然后完美运行demo!perfect!(后来实验发现好像和你的cuda版本有关,本机上是装的1.7.0能运行,服务器是1.9.0能运行,所以请根据报错提示来指定下版本号咯)

具体在Pytorch中如何使用tensorboardX,就参考tensorboardX\examples 下的例子咯
比如运行绘制网络结构图的demo:

python demo_graph.py
tensorboard --logdir runs

运行效果图

# 简单使用tensorboard来记录实验数据(loss and accuracy)
writer = SummaryWriter()#  获取一个writer
writer.add_scalar('data/scalar', s1[0], n_iter) #将一个标量记录到data/scalar文件夹,其中s1[0]为要记录的标量(y),n_iter作为一个变化的横坐标(x),比如记录训练损失和精度时,代表当前训练批次
writer.close() #程序推出前需要关闭writer,类似文件读写。
评论 13
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
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