Pytorch中tensorboard的使用

2021-10-26 09:34:41 阅读：299 来源： 互联网

标签：None -- writer scalar Pytorch add tensorboard 使用

Tensorboard使用

文章目录

Tensorboard使用

安装

pip install tensorboard

使用逻辑

使用writer将代码运行过程中关心的数据保存
运行tensorboard的使用读取保存的数据，并在浏览器中显示

代码使用

导入

from torch.utils.tensorboard import SummaryWriter

创建写对象

writer = SummaryWriter(PATH) # PATH 保存路径

方法

数值的保存

writer.add_scalar(tag, scalar_value, global_step=None, walltime=None)

tag：变量的标签
scalar_value：保存的值
global_step：横坐标的值

图像的保存

add_image(self, tag, img_tensor, global_step=None, walltime=None, dataformats=‘CHW’)

用于添加单张图片

img_tensor：图片数据，类型需要是torch.Tensor、numpy.array或者string
dataformats：‘CHW’指tensor，‘HWC’指numpy

add_images(tag, img_tensor, global_step=None, walltime=None, dataformats='NCHW')

用于添加多张图片

dataformats：输入图像数据的维度形式：NCHW, NHWC, CHW, HWC, HW, WH，默认为[N,3,H,W]

模型保存

add_graph(model, input_to_model=None, verbose=False)

model：网络模型
input_to_model：一个输入的样本实例
verbose：控制是否打印网络结构的开关语句

启动可视化

tensorboard --logdir=./path --port 8123

任何未被占用的端口都可以使用

tensorboard默认30秒刷新一次，并非实时显示（visdom是完全实时的）

如果使用的是vscode，vscode会提示你在编辑器内打开tensorboard，就不用输入命令行了，十分方便

细节

变量归类

命名变量的时候可以使用形如

writer.add_scalar('loss/loss1', loss1, epoch)
writer.add_scalar('loss/loss2', loss2, epoch)
writer.add_scalar('loss/loss3', loss3, epoch)

的格式，这样3个loss就会被显示在同一个section

同时显示多个折线图

加入使用了两种学习率去训练同一个网络，想要比较他们训练过程中的loss曲线，只需要将他们的日志文件夹放到同一个目录下，运行：

tensorboard --logdir=./path/to/the/root --port 8123

参考

https://zhuanlan.zhihu.com/p/103630393
sorboard --logdir=./path/to/the/root --port 8123

标签：None,--,writer,scalar,Pytorch,add,tensorboard,使用
来源： https://blog.csdn.net/qq_40922271/article/details/120965322

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9