咋看训练曲线｜可视化训练效果的tensorboardx

最新推荐文章于 2025-04-28 21:05:03 发布
最新推荐文章于 2025-04-28 21:05:03 发布
阅读量849 收藏 3
点赞数
分类专栏： HPE 文章标签： 深度学习 tensorflow 人工智能
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/Patricia_daye/article/details/125220168
版权

pytorch可用啊大家，冲！老师问你模型训练咋样了，还在把log文件看输出数字吗！快来学学可视化技巧，让同门称卷，让师弟师妹夸强，让自己获得花里胡哨的快乐debug！

mmpose里有可视化训练开关嘿嘿！一整套！

本地环境

  • ubuntu 16.04
  • conda
  • python 3.7

1 安装

安装tensoboardx和依赖

pip install tensorboardx
pip install future tensorboard

# 如果不想使用阉割版，可以加多一条
# 下载cpu版本的tensorflow
pip install tensorflow-cpu  -i https://pypi.tuna.tsinghua.edu.cn/simple  # 清华源

2 启动

在mmpose的configs中启用tensorboard日志函数：

image-20210621122009363

<
最低0.47元/天 解锁文章
PyTorch可视化工具-Tensorboard在线查看训练曲线、网络结构图等
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
11-02 3280
在反向传播后面，添加#输出loss writer.add_scalar。在模型初始化下面，添加#输出模型结构 writer.add_graph。这里要注意，如果cuda可用，要转换成cuda类型，否则用cpu模型。刷新网页，就可以看到历史版本曲线，可以选择要显示的版本，就行对比分析。这里batch=100，下面图片显示100个28*28的小图拼接而成。在前前向传播前面，添加#输出图像 writer.add_image。将历史生成的log,分别放在不同的文件夹里，每个文件件放一个，如图。
详解PyTorch项目使用TensorboardX进行训练可视化
热门推荐
浅度寺
02-28 13万+
目录什么是TensorboardX配置TensorboardX环境要求安装使用 pip 安装从源码安装使用TensorboardX一些tips 什么是TensorboardX Tensorboard 是 TensorFlow 的一个附加工具，可以记录训练过程的数字、图像等内容，以方便研究人员观察神经网络训练过程。可是对于 PyTorch 等其他神经网络训练框架并没有功能像 Tensorboard ...
使用 TensorBoard 可视化模型，数据和训练
光英的记忆博客
11-12 752
# imports import matplotlib.pyplot as plt import numpy as np import torch import torchvision import torchvision.transforms as transforms import torch.nn as nn import torch.nn.functional as F import...
tensorboard查看训练曲线图
hdyan1118的博客
11-19 623
trian.py文件中调用tensorboard。一、命令行中打开日志文件log路径，激活虚拟环境。二、Google Chorme打开。在Runs处修改文件路径。
强化学习——怎么查看训练之后的曲线
最新发布
weixin_69374231的博客
04-28 203
当训练完一个策略的时候，就会生成一个文件夹，里面存放着很多数据。除了可以演示训练效果，有时候也需要查看训练数据。在logs文件夹下，存放着很多训练结果。找到自己的需要的那一个训练结果的文件夹。注意：这里最好在你的这个文件夹下开终端，输入一部分路径，之后会比较方便。如果打不开这个指令，就需要下载这个包。右键打开链接，就会出现记录的数据。
用tensorBoard来可视化图和训练曲线
weixin_43846576的博客
10-01 1003
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 欢迎使用Ma...
利用TensorBoard观察训练曲线
欢迎来到我的博客空间！
12-07 1197
利用TensorBoard观察训练曲线
PyTorch可视化 | 可视化网络结构 | 使用TensorBoard可视化训练过程
liujiesxs的博客
08-22 3811
PyTorch可视化
tensorboard实现同时显示训练曲线和测试曲线
09-18
### TensorBoard实现同时显示训练曲线和测试曲线 在深度学习模型训练过程中，通过可视化工具来监控训练进度是非常重要的。TensorBoard作为TensorFlow的官方可视化工具，可以帮助开发者更好地理解模型的行为和性能。...
【tensorflow】——tensorboard可视化计算图以及参数曲线图loss图
python_AI_fans的博客
04-12 3623
参考文献： https://zhuanlan.zhihu.com/p/71328244 目录 1.可视化计算图 2.可视化参数 3. 远程tensorboard 4、报错 真是出来混迟早是要还的，之前一直拒绝学习Tensorboard，因为实在是有替代方案，直到发现到了不得不用的地步。下面主要介绍一下怎么使用Tensorboard来可视化参数，损失以及准确率等变量。 1.可视化计算图 下面是一个单层网络的手写体分类示例： import tensorflow as tf from ten
如何使用tensorboard查看训练后的模型数据
weixin_53537053的博客
12-19 3208
如何使用tensorboard查看训练后的模型数据
tensorboard同时显示训练曲线和测试曲线
shahuzi的博客
07-26 1万+
在做网络训练实验时，有时需要同时将训练曲线和测试曲线一起显示，便于观察网络训练效果。经过很多次踩坑后，终于解决了。 具体的方法是：设置两个writer，一个用于写训练的数据，一个用于写测试数据，并且这两个writer分别存在train和test路径中，注意测试的writer不能加sess.graph如下代码所示。 ... train_log_dir = 'logs/train/' test...
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 3810
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。
tensorflow学习笔记4.5绘制ACC和LOSS曲线
qq_40956194的博客
07-27 2753
import tensorflow as tf import os import numpy as np from matplotlib import pyplot as plt np.set_printoptions(threshold=np.inf) mnist = tf.keras.datasets.mnist (x_train, y_train), (x_test, y_test) = mnist.load_data() x_train, x_test = x_train / 255.0, x_
的训练过程_人工智能TensorFlow（八）-matplotlib动态演示训练过程
weixin_30074763的博客
12-27 329
通过往期的分享，我们学习了TensorFlow如何定义层，如何使用激励函数的概念，上期分享了matplotlib，那我们利用定义层的代码来实现如何使用matplotlib动态演示训练结果。定义原始数据x_data=np.linspace(-1,1,300)[:,np.newaxis] noise=np.random.normal(0,0.05,x_data.shape) y_data=np.squ...
（傻瓜教程）TensorBoard可视化工具简单教程及讲解（TensorFlow与Pytorch）
如何心安理得的在老板眼皮下摸鱼
06-10 9万+
首先庆祝踩坑踩了一万个的我终于搞懂TensorBoard的原理了，是我太蠢了！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！ 首先说明一下Tensorboard是个神马东西，官方给出的声明：TensorBoard是一个可视化工具，它可以用来展示网络图、张量的指标变化、张量的分布情况等。特别是在训练网络的时候，我们可以设置不同的参数（比如：权重W、偏置B、卷积层数、全连接层数等），使用TensorBoader可以很直观的帮我们进行参数的选择。 都是废话！就是画图的...
VGG16卷积神经网络--TensorFlow2
一只AI小白
04-14 814
VGG16卷积神经网络--TensorFlow2结果展示loss和acc曲线计算参数程序 结果展示 loss和acc曲线 epoch = 10 acc = 90.02% 计算参数 程序 # -*- coding: utf-8 -*- """ Created on Tue Apr 14 2020 @author: jiollos """ # 导入包 import tensorflow as tf...
Tensorboard可视化操作的详细过程
qq_45323285的博客
09-21 1306
##################### ** Tensorboard可视化操作详细过程 ** 1.首先查看自己的环境中有没有tensorflow、tensorboard，其次查看版本是否对应 如果怕下载tensorflow会与当前的框架冲突，那么你可以重新创建一个虚拟环境，然后在这个虚拟环境下面进行可视化即可。 conda info --env：可以看到所有python环境，前面有个‘*’的代表当前环境 1.创建pytorch开发环境 使用命令：conda create --name tf1
TensorFlow代码示例：使用TensorBoard可视化训练过程
TensorBoard 是 TensorFlow 的可视化工具，它能够帮助开发者更加直观地理解、调试和优化机器学习模型的训练过程。在 TensorFlow 2.x 中，TensorBoard 已经成为了一个标准的组件，可以通过简单的命令行接口或者程序化...
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