标签:loss tensorboardX -- 代码 writer epoch scalar tensorboard 深度
1 引言
老师让我将线性回归训练得出的loss值进行可视化,于是我使用了tensorboard将其应用到Pytorch中,用于Pytorch的可视化。
2 环境安装
本教程代码环境依赖:
python 3.7+
Pytorch 0.4.0+
tensorboardX安装: pip install tensorflow、pip install tensorboardX
VSCode + jupyter notebook
在VSCode中运行jupyter notebook,运行线性回归预测代码
3 代码教程
TensorboardX可以提供中很多的可视化方式,本文主要介绍使用scalar。
3.1 scalar教程
先上代码:
from tensorboardX import SummaryWriter writer = SummaryWriter()# 训练模型 num_epochs = 100 for epoch in range(num_epochs): for x, y in data_iter: l = loss(net(x), y) trainer.zero_grad() l.backward() trainer.step() l = loss(net(features), labels) # 写入loss值 writer.add_scalar('scalar/train_loss', l, epoch) writer.close()
训练模型不需要看,主要看以下代码:
from tensorboardX import SummaryWriter writer = SummaryWriter() for epoch in range (num_epochs): writer.add_scalar('scalar/train_loss', l, epoch) writer.close()
要使用,照着用就行。
先不解释代码含义,接下来说一下怎么查看图像。
3.1.1 查看结果
1、运行完代码后,默认目录会产生一个runs的文件夹,文件夹保存到就是相关数据。
2、打开文件夹,找到文件夹中的文件,右击,找到图中的2,点击;
接下来就会运行到terminal中;
3、复制文件地址,在terminal中输入tensorboard --logdir 文件地址,回车运行即可。
4、运行最后会有一个链接,Ctrl+鼠标左键点击,就会在浏览器中显示图像。
结果图:
最后:
标签:loss,tensorboardX,--,代码,writer,epoch,scalar,tensorboard,深度 来源: https://www.cnblogs.com/longyi8013/p/14821566.html
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。