Tensorboard的显示

1.Tensorboard的显示
选择需要可视化的数据,如损失、奖励等。。。。。。
(1)安装tensorboard包,自己安就行,不会就问你师兄
(2)你的程序里写上如下代码

from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter(log_dir='runs/mock_accuracy')#目录和名字自己设置

(3)找个没人的地,打开对应的路径,cmd,conda activate “你的虚拟环境”
(4)tensorboard --logdir runs(刚才的那个路径)
(5)点开http:…
(6)图中的浅色线和深色线是因为smoothing不为0,调一下就行在这里插入图片描述2.一个tag多个图
writer.add_scalar(tag=‘TrainLoss/a’, scalar_value=i * random.uniform(1, 5), global_step=i)
writer.add_scalar(tag=‘TrainLoss/c’, scalar_value=i * random.uniform(1, 5), global_step=i)
writer.add_scalar(tag=‘TrainLoss/b’, scalar_value=i * random.uniform(1, 5), global_step=i)
在这里插入图片描述

  • 6
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要在TensorBoard显示图片,可以使用SummaryWriter.add_image()方法。这个方法接受三个参数:tag(标签),image_data(图像数据)和global_step(全局步数)。其中,tag是一个用于标识图像的字符串,image_data是一个代表图像的张量或数组,global_step是一个整数,用于标识训练的全局步数。 在示例代码中,使用了PIL库将图像加载为PIL对象,然后将其转换为NumPy数组。接着,使用SummaryWriter.add_image()将图像数据添加到TensorBoard的日志中。需要注意的是,传递给add_image()方法的图像数据需要满足HWC(Height-Width-Channel)的数据格式。 为了能够在TensorBoard显示图片,建议使用TensorFlow作为后端。由于Keras隐藏了TensorFlow的图构建方法,你可以通过在Keras模型中使用Callbacks来实现在TensorBoard显示图片。具体做法是在Callbacks中使用TensorBoard的方法,例如使用TensorBoard的add_image()方法将图像数据添加到TensorBoard的日志中。 总结起来,要在TensorBoard显示图片,可以使用SummaryWriter.add_image()方法将图像数据添加到TensorBoard的日志中,并使用TensorFlow作为后端来创建Callbacks并将图像数据添加到TensorBoard。<span class="em">1</span><span class="em">2</span> #### 引用[.reference_title] - *1* [利用tensorboard来展示图片的逐步展示](https://blog.csdn.net/weixin_45193103/article/details/123595351)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* [Keras使用tensorboard显示训练过程的实例](https://download.csdn.net/download/weixin_38682790/14851353)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“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
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