如果没有意外,这个方法不支持<=1.1.0的版本。从1.2.0开始才支持的add_scalars功能。
先看一下效果(很明显,这个熟悉的函数来自官方文档):

可以区分不同的GPU,同一个类型的数据的训练集和测试集都画到一张图。
代码:
r = 5
for i in range(100):
# writer.add_scalars('run_14h', {'xsinx':i*np.sin(i/r),
# 'xcosx':i*np.cos(i/r),
# 'tanx': np.tan(i/r)}, i)
writer

本文介绍了如何使用PyTorch的TensorBoard从1.2.0版本开始,将训练集和测试集的损失及准确率等指标合并到同一张图表上,便于对比分析。通过示例代码,展示了实现这一功能的方法。
最低0.47元/天 解锁文章
235

被折叠的 条评论
为什么被折叠?



