tensorboardx--scalar

train.py

from tensorboardX import SummaryWriter 
from opts import parser                                                         
args=parser.parse_args()                                                        
model_name=args.model_name  
a=datetime.datetime.now()                                                       
b=datetime.datetime.strftime(a,'-%Y-%m-%d-%H-%M-%S')                            
n_model_name=model_name+b   
writer = SummaryWriter('runs/'+model_name+'/'+n_model_name)   
writer.add_scalar('data/trainloss', epoch_loss, epoch)                                                                                
writer.add_scalar('data/trainacc', epoch_acc, epoch)                                                                        
writer.add_scalar('data/valloss', epoch_loss, epoch)            
writer.add_scalar('data/valacc', epoch_acc, epoch)
writer.export_scalars_to_json("./all_scalars.json")                         
writer.close()

opts.py

 import argparse                                                                                                                                       
parser = argparse.ArgumentParser(description="PyTorch implementation of Temporal Segment Networks")
parser.add_argument('--model_name',type=str)  

watch

tensorboard --logdir runs --port 66

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌倦微,老刑警劉巖,帶你破解...
    沈念sama閱讀 206,311評(píng)論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件十饥,死亡現(xiàn)場(chǎng)離奇詭異励背,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)斗搞,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,339評(píng)論 2 382
  • 文/潘曉璐 我一進(jìn)店門(mén)指攒,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人僻焚,你說(shuō)我怎么就攤上這事允悦。” “怎么了虑啤?”我有些...
    開(kāi)封第一講書(shū)人閱讀 152,671評(píng)論 0 342
  • 文/不壞的土叔 我叫張陵隙弛,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我狞山,道長(zhǎng)全闷,這世上最難降的妖魔是什么? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 55,252評(píng)論 1 279
  • 正文 為了忘掉前任铣墨,我火速辦了婚禮室埋,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘伊约。我一直安慰自己姚淆,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,253評(píng)論 5 371
  • 文/花漫 我一把揭開(kāi)白布屡律。 她就那樣靜靜地躺著腌逢,像睡著了一般。 火紅的嫁衣襯著肌膚如雪超埋。 梳的紋絲不亂的頭發(fā)上搏讶,一...
    開(kāi)封第一講書(shū)人閱讀 49,031評(píng)論 1 285
  • 那天,我揣著相機(jī)與錄音霍殴,去河邊找鬼媒惕。 笑死,一個(gè)胖子當(dāng)著我的面吹牛来庭,可吹牛的內(nèi)容都是我干的妒蔚。 我是一名探鬼主播,決...
    沈念sama閱讀 38,340評(píng)論 3 399
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼肴盏!你這毒婦竟也來(lái)了科盛?” 一聲冷哼從身側(cè)響起,我...
    開(kāi)封第一講書(shū)人閱讀 36,973評(píng)論 0 259
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤菜皂,失蹤者是張志新(化名)和其女友劉穎贞绵,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體恍飘,經(jīng)...
    沈念sama閱讀 43,466評(píng)論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡榨崩,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 35,937評(píng)論 2 323
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了常侣。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片蜡饵。...
    茶點(diǎn)故事閱讀 38,039評(píng)論 1 333
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖胳施,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情肢专,我是刑警寧澤舞肆,帶...
    沈念sama閱讀 33,701評(píng)論 4 323
  • 正文 年R本政府宣布,位于F島的核電站博杖,受9級(jí)特大地震影響椿胯,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜剃根,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,254評(píng)論 3 307
  • 文/蒙蒙 一哩盲、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧狈醉,春花似錦廉油、人聲如沸。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 30,259評(píng)論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至渣慕,卻和暖如春嘶炭,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背逊桦。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 31,485評(píng)論 1 262
  • 我被黑心中介騙來(lái)泰國(guó)打工眨猎, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人强经。 一個(gè)月前我還...
    沈念sama閱讀 45,497評(píng)論 2 354
  • 正文 我出身青樓睡陪,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子宝穗,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,786評(píng)論 2 345

推薦閱讀更多精彩內(nèi)容