安装tensorboardx
安装步骤:pip install tensorboardX
loss输出代码:
下面的参考:连接
#step1:倒入SummaryWriter
from tensorboardX import SummaryWriter
import numpy as np
#step:2初始化一个实例writer
writer = SummaryWriter('logs')#参数为指定存储路径
for i in range(100):
#step:3记录loss
#当数据只需要存储一个时用add_scalar()
writer.add_scalar("test/sin",np.sin(i),i)#将我们所需要的数据保存在文件里面供可视化使用
#当数据不止一个时使用add_scalars()
writer.add_scalars("test1",{"sin":np.sin(i),"cos":np.cos(i)},i)
#step4:close
writer.close()
以上代码中,输出loss时,for循环中的i 就相当于那个epoch,
最关键的是writer.add_scalars(“test1”,{“sin”:np.sin(i),“cos”:np.cos(i)},i)
对应输出loss的代码是writer.add_scalars(args.result_path + ‘Train_val_loss’, {args.result_path + ‘train_loss’: total_loss.data.item()},epoch),
其中args.result_path + 'Train_val_loss’是输出文件的保存地址,args.result_path + 'train_loss’是线的名称,total_loss就是损失值loss了,也就是说{}里面的就是y值,epoch是横轴
将结果呈现出来:
终端输入tensorboard --logdir= “logs” # 绝对路径比较保险可能
其中logs是tensorboard输出文件的地址,不加“ ”也可以
如果没有呈现出来。就将命令行中的网址http://localhost:6006/复制到浏览器中,即可可视化
需要注意的是,像下面这样就可能会运行错误的,
writer.add_scalars(args.result_path + ‘loss’, {“train_loss”: total_loss.data.item(),“eval_loss”: eval_loss.data.item()},epoch)
原因是数据类型错误
另
网络断开,让远程服务器程序继续执行的命令
nohup 你的命令 > myout.file 2>&1 &
注意2不要省略,还错就是你的命令错误了