本文介绍了如何在PyTorch中利用TensorboardX进行训练过程的可视化，包括安装、基本使用以及封装成类的方法，以便更整洁地管理训练日志。通过调用SummaryWriter类的add_scalar等方法记录损失、梯度、学习率等指标，并展示了如何绘制参数分布、对齐、梅尔谱等图像。要查看监控结果，只需运行tensorboard命令并访问指定URL。
用惯了tensorflow的小伙伴肯定都用过tensorboard工具吧。虽然Facebook也推出了visdom，但是在一次不小心误触clear之后，我放弃了这个工具（页面的一个clear按钮我本来是想按save的……它们俩一左一右，脑子一热按错了，点击之后clear之后不知道怎么找回曲线数据，真的崩溃）
说回pytorch使用tensorboard吧……
- 首先是安装。
pip install tensorboardX
这东西虽然是给pytorch用的，但是其实还是走的tensorboard那一套东西，所以你的环境里还需要有tensorflow。（cpu、gpu版本不限，随手装一个就好了）
- 调用
from tensorboardX import SummaryWriter
使用的就是SummaryWriter这个类。简单的使用可以直接使用SummaryWriter实例
# before train log_writer = SummaryWriter('log_file_path') # in training log_writer.add_scalar('
最低0.47元/天 解锁文章
1084
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
