pytorch中tensorboard使用

参考官网

1. 导入tensorboard

from torch.utils.tensorboard import SummaryWriter

2. 创建SummaryWriter实例
   writer=SummaryWriter( log_dir=None, comment='', purge_step=None, max_queue=10, flush_secs=120, filename_suffix='')
   参数log_dir生成日志文件保存的路径，默认是./runs,一般只需设置这个，其余选默认值
3. SummaryWriter可以记录scalar,model graph和images

• 记录scalar writer.add_scalar('train/loss',loss_data,i+1)，第一个参数是表格中显示出的变量名；第二个参数是代码中的变量名，即要跟踪的变量；第三个参数相当于index
• 记录model graph(网络模型)

input = torch.zeros(1,3,224,224).cuda()# 定义输入图像尺寸
writer.add_graph(model,input)

• 查看images

images,label = next(iter(train_dataloader))
grid = torchvision.utils.make_grid(images)
writer.add_image('images', grid, 0)

3. 最后记得writer.cloae()
4. 在终端输入tensorboard --logdir=./runs ,点击跳转链接，可以看到下图
   logdir是保存记录的路径
   

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！