在pytorch中简单使用tensorboard

最新推荐文章于 2025-03-24 21:20:26 发布

uiiooooo

最新推荐文章于 2025-03-24 21:20:26 发布

阅读量707

点赞数

分类专栏：工具的使用文章标签： python pytorch

本文链接：https://blog.csdn.net/yy19980310/article/details/116376019

版权

工具的使用专栏收录该内容

3 篇文章

订阅专栏

本文介绍如何在PyTorch中集成TensorBoard来记录模型结构、损失和准确率的变化，包括安装配置步骤及示例代码。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

使用pytorch过程中需要保存模型结构、loss变化、accuracy变化，可以尝试使用tensorboard

pytorch 1.8 版本后自动支持tensorboard

如果出现

ModuleNotFoundError: No module named 'tensorboard'

可以通过输入以下命令解决：

pip install tb-nightly

1.第一步,设置路径

from torch.utils.tensorboard import SummaryWriter

tb_writer = SummaryWriter(log_dir=run_root_dir + "tensorboard/")

2.写入需要保存的东西

net = model.resnet50()
init_img = torch.zeros((1, 1, 128, 128), device=device)
tb_writer.add_graph(net, init_img)
......
tb_writer.add_scalar("loss", loss, epoch)
......
tb_writer.add_scalar("accuracy", val_accurate, epoch)

3.训练好以后，进入生成tensorboard文件的路径

(pytorch_gpu) yan@dell-PowerEdge-T640:/mnt/data_synology/clustering_v2//result/2021_05_03_12_58_07/tensorboard$ tensorboard --logdir=./

得到

Serving TensorBoard on localhost; to expose to the network, use a proxy or pass --bind_all
TensorBoard 2.4.1 at http://localhost:6006/ (Press CTRL+C to quit)

4.进入浏览器