sys.stdout打印和保存信息
import os
import sys
class Logger():
def __init__(self, filename="log.txt"):
self.terminal = sys.stdout
self.log = open(filename, "w")
def write(self, message):
self.terminal.write(message)
self.log.write(message)
def flush(self):
pass
sys.stdout = Logger()
print("kzx")
Logging
import logging
def get_logger(LEVEL, log_file = None):
head = '[%(asctime)-15s] [%(levelname)s] %(message)s'
if LEVEL == 'info':
logging.basicConfig(level=logging.INFO, format=head)
elif LEVEL == 'debug':
logging.basicConfig(level=logging.DEBUG, format=head)
logger = logging.getLogger()
if log_file != None:
fh = logging.FileHandler(log_file)
logger.addHandler(fh)
return logger
logger = get_logger('info')
logger.info('kzx')
TensorboardX
首先安装
pip install tensorboardX
使用时,需要创建SummaryWriter对象,有三种方法:
from tensorboardX import SummaryWriter
# 创建 writer1 对象
# log 会保存到 runs/exp 文件夹中
writer1 = SummaryWriter('runs/exp')
# 使用默认参数创建 writer2 对象
# log 会保存到 runs/日期_用户名 格式的文件夹中
writer2 = SummaryWriter()
# 使用 commet 参数,创建 writer3 对象
# log 会保存到 runs/日期_用户名_resnet 格式的文件中
writer3 = SummaryWriter(comment='_resnet')
有了 writer 我们就可以往日志里写入数字、图片、甚至声音等数据。
数字的写入
add_scalar(tag, scalar_value, global_step=None, walltime=None)
- tag (string): 数据名称,不同名称的数据使用不同曲线展示
- scalar_value (float): 数字常量值
- global_step (int, optional): 训练的 step
- walltime (float, optional): 记录发生的时间,默认为 time.time()
例如:
from tensorboardX import SummaryWriter
writer = SummaryWriter('runs/scalar_example')
for i in range(10):
writer.add_scalar('quadratic', i**2, global_step=i)
writer.add_scalar('exponential', 2**i, global_step=i)
writer.close()
在 cmd 中使用如下命令:
tensorboard --logdir=runs/scalar_example --port=8088
输入显示的网页
图片记录
add_image(tag, img_tensor, global_step=None, walltime=None, dataformats='CHW')
- tag (string):数据名称
- img_tensor (torch.Tensor / numpy.array):图像数据
- global_step (int, optional):训练的 step
- walltime (float, optional):记录发生的时间,默认为 time.time()
- dataformats (string, optional):图像数据的格式,默认为 ‘CHW’,即 Channel x Height x
Width,还可以是 ‘CHW’、‘HWC’ 或 ‘HW’ 等
我们一般会使用 add_image 来实时观察生成式模型的生成效果,或者可视化分割、目标检测的结果,帮助调试模型。
from tensorboardX import SummaryWriter
from urllib.request import urlretrieve
import cv2
writer = SummaryWriter('runs/image_example')
for i in range(1, 4):
writer.add_image('UNet_Seg',
cv2.cvtColor(cv2.imread('{}.jpg'.format(i)), cv2.COLOR_BGR2RGB),
global_step=i,
dataformats='HWC')
writer.close()