利用tensorboard看实时算法结果对比（Autodl服务器和本地）

最新推荐文章于 2025-03-04 21:12:12 发布
最新推荐文章于 2025-03-04 21:12:12 发布
阅读量496 收藏 2
点赞数 4
分类专栏： CV机器视觉目标检测 文章标签： 计算机视觉 目标检测 图像处理 AI作画 笔记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/Lucky404atree/article/details/136876142
版权
本文介绍了如何在Autodl服务器上下载并配置TensorBoard以监控Yolov5模型训练过程，包括删除旧进程、设置新的tensorboard实例和端口，以及在本地运行tensorboard进行实时查看。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

1. Autodl服务器

  • 前期需要先下载好tensorboard

  • 先跑模型

  • 另开一个终端

  • cd到文件夹页面

  • 删除当前tensorboard进程

    • ps -ef | grep tensorboard | awk '{print $2}' | xargs kill -9

  • 然后输入调用tensorboard指令

    • tensorboard --logdir=log --bind_all

  • 再Ctrl+c

  • 显示tensorboard进程

    • tensorboard --port 6007 --logdir /root/autodl-tmp/yolov5-oculus/runs/train

  • 回到aotopanel页面，在tensorboard处即可查看在这里插入图片描述

2. 本地调用tensorboard

-  `tensorboard --logdir yolov5-oculus-1\runs\train`![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/64e96f7d39574392ae85ae49fec2d121.png)
使用AutoDL训练YOLO等计算机视觉网络模型（AutoDL+Xftp+VS Code），附详细操作步骤
Limiiiing的博客
10-25 2887
AutoDL AI算力云是一个提供人工智能算力服务的云平台。丰富的GPU资源：提供多种GPU型号，包括NVIDIA的A100A800L40V100RTX 4090RTX 3090等，能满足我们在不同场景下的需求，无论是进行大规模的AI训练还是复杂的科学计算等任务，都可以找到合适的GPU资源。灵活的付费方式：支持按量付费包日包周包月等多种付费模式。对于短期的实验或不确定时长的项目，可以选择按量付费；如果有长期稳定的算力需求，预付费或包周包月则可能更划算，可以根据自己的需求和预算进行选择。集成主流框架：集成了。
使用AutoDL训练RT-DETR等计算机视觉网络模型（AutoDL+Xftp+VS Code），附详细操作步骤
Limiiiing的博客
11-12 909
AutoDL AI算力云是一个提供人工智能算力服务的云平台。丰富的GPU资源：提供多种GPU型号，包括NVIDIA的A100A800L40V100RTX 4090RTX 3090等，能满足我们在不同场景下的需求，无论是进行大规模的AI训练还是复杂的科学计算等任务，都可以找到合适的GPU资源。灵活的付费方式：支持按量付费包日包周包月等多种付费模式。对于短期的实验或不确定时长的项目，可以选择按量付费；如果有长期稳定的算力需求，预付费或包周包月则可能更划算，可以根据自己的需求和预算进行选择。集成主流框架：集成了。
AutoDL中怎么在本地查看使用netron可视化得到的模型结构图
985小菜鸡
07-18 469
在 Autodl 实例这里的自定义服务里实名认证后开通自定义服务，Autodl 目前只开放了 6006 端口给自定义服务，
tensorflow 之tensorboard 对比不同超参数训练结果
weixin_30235225的博客
12-03 868
我们通常使用tensorboard 统计我们的accurate ，loss等，并绘制曲线，通常是使用一次训练中的， 但是，机器学习中通常要对比不同的 ‘超参数’给模型训练和预测能力的不同这时候如何整合多个训练模型的训练 等情况呢？ 其实我们可以讲不同训练结果放在一个大文件夹中，比如训练不同learning_rate=0.1 ,0.2,0.3 我们通常是： tensorborad l...
两个卷积神经的tensorboard图表对比
shareinfo2018
08-04 1289
# encoding=utf-8 import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_sets('MNIST_data/', one_hot=True) def weight_variable(shape): ini
tensorboard显示多个event文件在一个图上！tensorboard中曲线图的数据下载且用matplotlib.pyplot来画，便于实验对比。
qq_40214464的博客
05-06 1万+
一、引言 大家做实验的时候，需要将不同实验生成的event曲线进行对比，找差距。TensorFlow提供了tensorbaord。 二、容易犯的错误 大家容易把生成的event文件，放在一个问价下，然后在命令窗口输入：tensorboard --logdir “log” --host=127.0.0.1.最后生成的图片是混乱的。效果如下： 三、解决办法 在log文件下，建立event文件对应的文件夹，把event文件放进去。跳到对应的路径下，在输入：tensorboard --logdir “log”
深度学习——模型训练添加TensorBoard实时分析可视化训练过程
qq_40280673的博客
04-18 3802
TensorBoard是用于可视化和调试机器学习模型的工具。它可以帮助跟踪训练过程中的各种指标，例如损失值、准确率等，并查看模型的结构和参数分布。TensorBoard由Google开发，最初用于TensorFlow框架，现在也支持PyTorch。
pycharm连接autodl服务器（yolov8训练自己的数据集）
04-18
总结来说，使用PyCharm连接到Autodl服务器并利用Yolov8训练自定义数据集涉及以下几个步骤：设置PyCharm的远程开发环境、配置Yolov8环境、准备和转换数据集、调整配置文件以及运行训练脚本。通过这种方式，你可以在...
使用autodl服务器进行模型训练
最新发布
03-08
### 如何在AutoDL服务器上设置和运行机器学习模型训练任务 #### 选择合适的硬件资源 进入AutoDL平台后，需先挑选适合当前项目的硬件资源。对于大多数深度学习任务而言，GPU是必不可少的选择之一。用户可以根据具体...
使用AutoDL训练YOLOv12计算机视觉网络模型（AutoDL+Xftp+VS Code），附详细操作步骤
Limiiiing的博客
03-04 1141
AutoDL AI算力云是一个提供人工智能算力服务的云平台。丰富的GPU资源：提供多种GPU型号，包括NVIDIA的A100A800L40V100RTX 4090RTX 3090等，能满足我们在不同场景下的需求，无论是进行大规模的AI训练还是复杂的科学计算等任务，都可以找到合适的GPU资源。灵活的付费方式：支持按量付费包日包周包月等多种付费模式。对于短期的实验或不确定时长的项目，可以选择按量付费；如果有长期稳定的算力需求，预付费或包周包月则可能更划算，可以根据自己的需求和预算进行选择。集成主流框架：集成了。
使用tensorboard实时查看训练效果
shenmiren6x的博客
09-04 4289
tensorboard原属于tensorflow模块组件，后pytorch接入了tensorboard的api，只需在pytorch的环境中执行以下命令。安装的过程可能会有些缓慢，耐心等待或者更换国内镜像源进行下载。
tensorboard 如何显示两个模型的对比？
Lwhere_的博客
05-22 3271
我将两组模型一个用softmax分类器分类，一个直接线性输出，想比较一下训练过程中的参数变化. 一个放到了./json/下，一个放到了./json/Acc下 试用的网上的语句失败 tensorboard --logdir = run1:"./json/" , run2:"./json/Acc/" 这样的路径，每次要么直接乱码，要么直接就找不到文件。 后来发现去掉 --logdir 后面的”=“直接输入大的文件夹./json/ tensorboard --logdir ./json/
AutoDL实时查看tensorboard曲线情况（结合官方文档使用）
热门推荐
孟孟单单的博客
10-27 2万+
AutoDL实时查看tensorboard曲线情况（结合官方文档使用）
Pytorch使用tensorboardX、tensorboard进行数据//损失可视化
Drug discovery
09-23 2万+
目录 scalar教程 可能遇到的问题： 问题1： 第二个问题： scalar教程 01_scalar_base.py 代码 对上述代码进行解释，首先导入：from tensorboardXimport SummaryWriter，然后定义一个SummaryWriter() 实 例。SummaryWriter()的参数为：def __init__(self, log_dir=None, comment='', **kwargs): 其中log_dir为生成的文件所放的...
【自我提升】Yolov5使用云端GPU训练模型（谷歌免费版和AutoDL收费版对比）
習習君的博客
07-07 4092
继我前几篇Yolov5系列的博客后，来填一个云端训练数据的坑。我公司电脑只能使用CPU训练模型，很拉跨。我自己的笔记本虽然支持GPU，但是运行起来很卡，而且稍微设置设置大一点轮数和批次，就会报当前磁盘内存空间不足。按照网上的方法试了，然而没什么效果，硬件不好就是不好。废话不多说，正片开始！免费版和收费版各有千秋，白嫖的限制太大了。
不同版本的tensorboard可视化区别
szj_huhu的博客
06-25 2986
不同版本tensorflow的tensorboard可视化采用同样的mnist数据集，在tensorflow 0.8的tensorboard中显示如下： 采用同样的mnist数据集，在tensorflow 1.1的tensorboard中用firefox浏览器显示如下： firefox显示效果不好 采用同样的mnist数据集，在tensorflow 1.1的tensorboard中
【PyTorch&TensorBoard实战】GPU与CPU的计算速度对比（附代码）
使者大牙ℂypher的博客
10-14 5779
本文基于PyTorch通过tensor点积所需要的时间来对比GPU与CPU的计算速度，并介绍tensorboard的使用方法。
使用Tensorboard查看训练过程
u013049912的博客
03-27 2084
https://www.cnblogs.com/tengge/p/6376073.html
本地通过tensorboard监控服务器的训练过程
athrunsunny的博客
04-28 739
在服务器上直接使用tensorboard --logdir ./path 显示的ip是无法直接在本地端的网页打开的，需要设置ip和端口号，端口号最好是没被占用的 可以使用如下指令： tensorboard --logdir ./path --port port --host ip 如 tensorboard --logdir ./log --port 8014 --host 127.0.0.1 ...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值