PyTorch | Tensorboard工具學(xué)習(xí):模型,數(shù)據(jù)及訓(xùn)練過(guò)程可視化

一 寫(xiě)在前面

未經(jīng)允許,不得轉(zhuǎn)載岗屏,謝謝~~~

一個(gè)暑假都木有更新博客(/認(rèn)真捂臉.jpg)

馬上就開(kāi)學(xué)了,新學(xué)期加油哦~~~

這篇文章主要學(xué)習(xí)一下PyTorch如何用Tensorboard進(jìn)行模型漱办,數(shù)據(jù)以及訓(xùn)練過(guò)程的可視化这刷。

二 常用功能

2.1 TensorBoard基本設(shè)置

  1. torch.utils中導(dǎo)入tensorboard中的SummaryWriter類;
from torch.utils.tensorboard import SummaryWriter
  1. 實(shí)例化用來(lái)記錄信息到TnesorBoard的SummaryWriter類對(duì)象;
writer = SummaryWriter('logs/exp1/tensorboard') 
  • 其中logs/exp1/tensorboard表示tensorboard的保存路徑娩井。

2.2 將內(nèi)容寫(xiě)入TensorBoard

1 寫(xiě)入圖像

writer.add_image('my_images', img)
  • 其中img為想要存入的圖像暇屋;

2 寫(xiě)入模型

writer.add_graph(net, images)
  • 其中net為網(wǎng)絡(luò)模型;
  • 其中images為網(wǎng)絡(luò)模型的輸入撞牢;

3 寫(xiě)入網(wǎng)絡(luò)訓(xùn)練的loss等內(nèi)容

writer.add_scalar('loss', loss)
  • 其中loss為loss率碾;
  • 當(dāng)然也可以寫(xiě)入其他的標(biāo)量;

2.3 TensorBoard內(nèi)容查看

  1. 模型訓(xùn)練完成之后會(huì)在你設(shè)置的目標(biāo)文件夾下生成一個(gè)tensorboard文件屋彪。
$ ls logs/exp1/tensorboard/
events.out.tfevents.1566455334.bigvid-g01
  1. 找到這個(gè)文件所宰,然后運(yùn)行命令:
tensorboard --logdir=logs/exp1
  1. 然后根據(jù)命令行提示:TensorBoard 1.8.0 at http://bigvid-g01:6006 (Press CTRL+C to quit),把自己的服務(wù)器IP替換進(jìn)去貼到瀏覽器就可以看到了:
scalars
images

三 寫(xiě)在最后

這個(gè)用起來(lái)確實(shí)很方便畜挥,可以省去自己保存loss然后處理數(shù)據(jù)的煩惱仔粥,確實(shí)還不錯(cuò)~

這篇文章目前只嘗試了scalar和images的寫(xiě)入,其實(shí)還可以對(duì)模型以及數(shù)據(jù)的低維特征進(jìn)行可視化~

更多的細(xì)節(jié)還請(qǐng)參考官網(wǎng)-VISUALIZING MODELS, DATA, AND TRAINING WITH TENSORBOARD哦~~(>ω<*)

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)濱河市躯泰,隨后出現(xiàn)的幾起案子谭羔,更是在濱河造成了極大的恐慌,老刑警劉巖麦向,帶你破解...
    沈念sama閱讀 221,430評(píng)論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件瘟裸,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡诵竭,警方通過(guò)查閱死者的電腦和手機(jī)话告,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,406評(píng)論 3 398
  • 文/潘曉璐 我一進(jìn)店門(mén),熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)卵慰,“玉大人沙郭,你說(shuō)我怎么就攤上這事∩雅螅” “怎么了病线?”我有些...
    開(kāi)封第一講書(shū)人閱讀 167,834評(píng)論 0 360
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)鲤嫡。 經(jīng)常有香客問(wèn)我送挑,道長(zhǎng),這世上最難降的妖魔是什么泛范? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 59,543評(píng)論 1 296
  • 正文 為了忘掉前任让虐,我火速辦了婚禮,結(jié)果婚禮上罢荡,老公的妹妹穿的比我還像新娘赡突。我一直安慰自己,他們只是感情好区赵,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,547評(píng)論 6 397
  • 文/花漫 我一把揭開(kāi)白布惭缰。 她就那樣靜靜地躺著,像睡著了一般笼才。 火紅的嫁衣襯著肌膚如雪漱受。 梳的紋絲不亂的頭發(fā)上,一...
    開(kāi)封第一講書(shū)人閱讀 52,196評(píng)論 1 308
  • 那天骡送,我揣著相機(jī)與錄音昂羡,去河邊找鬼。 笑死摔踱,一個(gè)胖子當(dāng)著我的面吹牛虐先,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播派敷,決...
    沈念sama閱讀 40,776評(píng)論 3 421
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼蛹批,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼撰洗!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起腐芍,我...
    開(kāi)封第一講書(shū)人閱讀 39,671評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤差导,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后猪勇,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體设褐,經(jīng)...
    沈念sama閱讀 46,221評(píng)論 1 320
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,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 38,303評(píng)論 3 340
  • 正文 我和宋清朗相戀三年泣刹,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了络断。 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。...
    茶點(diǎn)故事閱讀 40,444評(píng)論 1 352
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡项玛,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出弱判,到底是詐尸還是另有隱情襟沮,我是刑警寧澤,帶...
    沈念sama閱讀 36,134評(píng)論 5 350
  • 正文 年R本政府宣布昌腰,位于F島的核電站开伏,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏遭商。R本人自食惡果不足惜固灵,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,810評(píng)論 3 333
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望劫流。 院中可真熱鬧巫玻,春花似錦、人聲如沸祠汇。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 32,285評(píng)論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)可很。三九已至诗力,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間我抠,已是汗流浹背苇本。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 33,399評(píng)論 1 272
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留菜拓,地道東北人瓣窄。 一個(gè)月前我還...
    沈念sama閱讀 48,837評(píng)論 3 376
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像尘惧,于是被迫代替她去往敵國(guó)和親康栈。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,455評(píng)論 2 359

推薦閱讀更多精彩內(nèi)容