Pytorch中Tensorboard的使用

最新推荐文章于 2024-07-05 16:01:35 发布
最新推荐文章于 2024-07-05 16:01:35 发布
阅读量2.2k 收藏 5
点赞数 1
分类专栏： pytorch 文章标签： python 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zyoung17/article/details/108776502
版权
本文介绍了如何在PyTorch中使用SummaryWriter类保存和查看Tensorboard的事件文件。通过`add_scalar`函数记录图像和数据，注意不同图应使用不同名称避免混淆。遇到问题时，可升级Tensorboard或参考相关解决办法。查看事件文件，使用`tensorboard --logdir`命令，并可指定端口避免冲突。
摘要由CSDN通过智能技术生成

参考链接小土堆pytorch教程：PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】

SummaryWriter类

  • 主要使用SummaryWriter类来进行变量的保存，它可以向指定的文件夹写入事件文件，这个事件文件可以被tensorboard读取。这个类需要传入的主要参数为log_dir和comment，前者设定事件文件的保存路径，后者可以在文件夹名称后添加一些备注，如学习率、batch_size等做一个区分。

保存需要可视化的事件文件

  • 主要涉及的函数为.add_scalar()，通过这个函数可以传入图片的名称，纵轴数据以及横轴数据。对应的参数名分别为tag、scalar_value和global_step。

  • 注意事项：不同的图记得保存成不同的tag名，否则会错乱。并且写完要close。

  • 如果报错ImportError: TensorBoard logging requires TensorBoard with Python summary writer installed. This should be available in 1.14 or above.直接pip install tensorboard就可以，或者如果是版本太低则pip install --upgrade tensorb

最低0.47元/天 解锁文章
zyoung17
关注
专栏目录
在Pytorch中使用tensorboard
qq_35260390的博客
03-28 511
参照官方文档的一部分 在pytorch中使用tensorboard的方法也挺简单，如果要看网络结构和训练损失的话基本上和在TF中使用是差不多的。 （可以直接添加到torch程序中去，但是对于小的网络看看结构还行，对于大网络看结构的话，因为torch建立网络时候每一层的名字可能只是一个数字所以graph中每个节点都是数字 还是不容易直观地观察网络结构 而且速度好像还有点慢。。。） import to...
pytorch中使用tensorboard
qq_34325086的博客
06-19 369
简介： Tensorboard是tensorflow内置的一个可视化工具，它通过将tensorflow程序输出的日志文件的信息可视化使得tensorflow程序的理解、调试和优化更加简单高效。 Tensorboard的可视化依赖于tensorflow程序运行输出的日志文件，因而tensorboard和tensorflow程序在不同的进程中运行。 TensorBoard给我们提供了极其方便而强大的可视化环境。它可以帮助我们理解整个神经网络的学习过程、数据的分布、性能瓶颈等等。 安装： pip inst
在PyTorch中使用TensorBoard
最新发布
自己在学习过程中的总结
07-05 1570
在机器学习中，要改进模型的某些参数，我们通常需要对其进行衡量。TensorBoard是用于提供机器学习工作流期间所需测量和呈现的工具。它使我们能够跟踪实验指标（例如损失和准确率），呈现模型计算图，将嵌入向量投影到较低维度的空间等。在PyTorch中使用TensorBoard：1.安装2.TensorBoard使用2.1创建SummaryWriter实例2.2利用add_scalar()记录metrics2.3关闭Writer2.4启动TensorBoard3.本地连接服务器使用TensorBoard
9、PyTorch 中 Tensorboard 的使用
Man
08-05 2718
Pytorch 中 Tensorboard 的使用
pytorch中tensorboard的使用
热门推荐
qq_42019881的博客
04-27 2万+
1.首先介绍一下tensorboard TensorBoard是一个可视化工具，它可以用来展示网络图、张量的指标变化、张量的分布情况等。特别是在训练网络的时候，我们可以设置不同的参数（比如：权重W、偏置B、卷积层数、全连接层数等），使用TensorBoader可以很直观的帮我们进行参数的选择。它通过运行一个本地服务器，来监听6006端口。在浏览器发出请求时，分析训练时记录的数据，绘制训练过程中的图像。 2.如何用tensorboard实现Pytorch的模型结构可视化 1.1安装tensorboa.
Pytorch中tensorboard的使用
qq_38908130的博客
01-28 199
#本文基于原始生成对抗网络代码https://blog.csdn.net/qq_38908130/article/details/112966273，对该训练过程的模型和必要数据进行可视化。 一、可视化输入图片 调用tensorboard from torch.utils.tensorboard import SummaryWriter # default `log_dir` is "runs" - we'll be more specific here writer = SummaryWriter('
pytorch-Tensorboard使用
ssshyeong的博客
01-09 1356
Tensorboard基本使用-Pytorch
[Pytorch]PyTorch使用tensorboardX（转
急流勇进
12-06 1408
[Pytorch]PyTorch使用tensorboardX（转 文章来源： https://zhuanlan.zhihu.com/p/35675109 https://www.aiuai.cn/aifarm646.html 之前用pytorch是手动记录数据做图，总是觉得有点麻烦。学习了一下tensorboardX，感觉网上资料有点杂，记录一下重...
pytorch使用tensorboardX进行loss可视化实例
12-20
在PyTorch中，TensorboardX是一个非常实用的库，它允许我们利用TensorBoard来可视化训练过程中的关键指标，如损失(loss)、准确率(accuracy)等。TensorBoard原本是TensorFlow的一个内置工具，但通过TensorboardX，...
pytorch使用tensorboard实现可视化总结
苹果姐计算机视觉原创知识分享
01-12 1088
一、介绍： Tensorboard 是 TensorFlow 的一个附加工具，可以记录训练过程的数字、图像等内容，以方便研究人员观察神经网络训练过程。可是对于 PyTorch 等其他神经网络训练框架并没有功能像 Tensorboard 一样全面的类似工具，一些已有的工具功能有限或使用起来比较困难 (tensorboard_logger, visdom等) 。TensorboardX 这个工具使得 TensorFlow 外的其他神经网络框架也可以使用到 Tensorboard 的便捷功能。 二、环境准备： 这
pytorch——Tensorboard使用
m0_51311105的博客
01-21 1343
目录 add_scalar()函数 add_image()函数 Tensorboard是常用的一种可视化的工具，我们对其中的SummaryWriter类进行调用。 我们可以查阅其相关说明： 我们通常使用初始化函数中的第一个参数：文件的名称，也可以不对其进行配置，采用默认。 add_scalar()函数 使用其中的add_scalar函数，首先查阅说明： tag相当于图像的标题； scalar_value是要保存的数值，相...
Pytorch使用tensorboard
赵彬的博客
02-01 355
Pytorch已经自带tensorboard from torch.utils.tensorboard import Summarywriter
PyTorch 使用 tensorboard
weixin_44822470的博客
04-01 147
PyTorch 使用 tensorboard
PyTorch中使用Tensorboard
probie的博客
01-14 2318
内容出自A Complete Guide to Using TensorBoard with PyTorch。建议使用jupyter notebook或者jupyter lab进行代码运行，可以执行每一个代码段，并看到结果。 1. conda安装tensorboard conda install -c conda-forge tensorboard 也可以使用pip pip install tensorboard 2. 导入一些包 其中直接和使用tensorboard相关的是from torch.uti
pytorch使用tensorboard
ziyu
05-06 483
import torch from tensorboardX import SummaryWriter # 设计一个小网络 class Net(torch.nn.Module): def __init__(self): super(Net,self).__init__() self.dense = torch.nn.Linear(in_features=10...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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