工具系列(四) 本文(5万字) | pytorch中使用tensorboard进行可视化 | 可视化 | tensorboard |

141 篇文章 7 订阅

已下架不支持订阅


点击进入专栏:
《人工智能专栏》 Python与Python | 机器学习 | 深度学习 | 目标检测 | YOLOv5及其改进 | YOLOv8及其改进 | 关键知识点 | 各种工具教程


文章目录

  • 1、tensorboard 下载
  • 2、tensorboard 的使用
    • 2.1 tensorboard 的打开
    • 2.2 tensorboard 的用法
      • SummaryWriter类
      • add_scalar()和add_scalars()
      • add_histogram()
      • add_image()
      • add_graph()
  • 3、tensorboard 的实战演练
    • 3.1 创建SummaryWriter对象
    • 3.2 计算图的可视化
    • 3.3 训练过程loss的可视化
    • 3.4 训练过程卷积核以及输入输出图像的可视化
    • 3.5 训练过程输出值的可视化
  • 更多示例一
  • 更多示例二
    • 将会了解到
    • TensorBoard 有哪些用途
    • 准备数据集
    • 定义网络
    • 定义损失函数和选择优化器
    • TensorBoard 设置
    • 如何向 TensorBoard 中写信息
    • 使用 TensorBoard 来检测模型结构
    • 添加投影仪到 TensorBoard
    • TensorBoard 跟踪模型训练的整个过程
  • 更多示例三
    • **SummaryWriter**
    • **add_scalars**
    • **add_image**
    • **torchsummary**
    • 1. 机器学习
    • 2. 深度学习与目标检测
    • 3. YOLOv5
    • 4. YOLOv5改进
    • 5. YOLOv8及其改进
    • 6. Python与PyTorch
    • 7. 工具
    • 8. 小知识点
    • 9. 杂记


PyTorch 从 1.2.0 版本开始,正式自带内置的 Tensorboard 支持了,我们可以不再依赖第三方工具来进行可视化。

tensorboard官方教程地址:https://github.com/tensorflow/tensorboard/blob/master/README.md

1、tensorboard 下载

step 1
此次tensorboard在pycharm的终端里下载。点击pycharm的终端(红圈处),并且输入activate pytorch激活之前安装了pytorch的环境。
在这里插入图片描述
step 2
这里使用pip安装tensorboard,输入 pip install tensorboard
等待安装完后,再安装另外一个他需要依赖的库。
输入 pip install future.
安装完毕后,输入pip list查看是否安装成功。

  • 21
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

已下架不支持订阅

“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
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

打赏作者

小酒馆燃着灯

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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