pytorch使用tensorboardX进行可视化需要进行的操作

最新推荐文章于 2025-08-21 23:00:53 发布
原创 最新推荐文章于 2025-08-21 23:00:53 发布 · 249 阅读 · 0 ·
CC 4.0 BY-SA版权
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。
文章标签：

#可视化

本文详细介绍了如何在 PyTorch 1.6 中使用 TensorBoardX 进行模型训练过程的可视化，包括安装步骤、配置方法及浏览器展示效果。文中还提供了使用不同浏览器查看日志文件的方法以及调整端口号的技巧。
部署运行你感兴趣的模型镜像

pytorch1.6使用tensorboardX进行可视化，安装记录如下：
在这里插入图片描述

  1. 使用Anaconda Prompt输入绝对路径，参考链接https://blog.youkuaiyun.com/qq_40317204/article/details/107443694。 老版本的tensorboard --logdir与文件地址之间可能需要用等号连接，并且文件地址没有双引号。
    在这里插入图片描述
    复制后使用谷歌浏览器打开，亲测360极速浏览器也可以打开。
  2. 使用pycharm terminal ，tensorboard --logdir “./相对路径” （绝对路径亲测也行）在这里插入图片描述
    打开链接，如下图所示：
    在这里插入图片描述
  3. 还可以修改输出的端口，在引号后面加上 --port=604在这里插入图片描述

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理

在PyTorch当中使用TensorboardX
fhcfhc1112的博客
05-12 1869
在使用PyTorch搭建深度神经网络后对网络的训练时，可视化对网络的训练具有重要的作用。而在实际的使用中TensorboardX比PyTorch自带的visdom用的人更多。在网络上各种使用教程的指导下，我终于成功用上了TensorboardX。现在网络上各种教程的版本都较老，我在使用时遇到各种Bug，为了方便同学们的使用，特此总结了一下较新版本的使用过程，希望能帮助到大家。我的Pytorch的版...
pytorch安装tensorboardX
wang_xinyu的博客
03-15 3114
tensorboardX是pytorch的可视化工具 tensorboard作为Tensorflow中强大的可视化工具，已经被广泛使用 但针对其他框架，例如Pytorch，之前一直没有这么好的可视化工具可用，好在目前Pytorch也可以支持Tensorboard了，那就是通过使用tensorboardX，真是Pytorcher的福利！ 因为tensorboardX是对tensorboard进行了封装后，开放出来使用，所以必须先安装tensorboard, 再安装tensorboardX！！ 必须先安装te.
linux下安装Anaconda3+pytorch+tensorboardX依赖包
03-23
linux下安装Anaconda3+pytorch+tensorboardX依赖包, 安装见 https://blog.youkuaiyun.com/shanglianlm/article/details/88749803
【Pytorch 安装TensorboardX及使用】
vor234的博客
06-17 5333
tensorboard作为Tensorflow中强大的可视化工具，已经被广泛使用但针对其他框架，例如Pytorch，之前一直没有这么好的可视化工具可用，好在目前Pytorch也可以支持Tensorboard了，那就是通过使用tensorboardX，真是Pytorcher的福利！Github传送门：Tensorboard ， TensorboardX可以看到 tensorboardX完美支持了tensorboard常用的function 下面介绍tensorboardX安装和基本使用方法：因为tensorb
PyTorch1.6.0使用Tensorboard
qq_39463274的博客
08-26 1078
需要的环境 Tensorflow-gpu == 1.13.1 Tensorboard == 1.15.0 先安装Tensorflow == 1.13.1, 然后卸载Tensorboard == 1.13.1,在自己安装Tensorboard == 1.15.0 sudo pip install -i https://pypi.douban.com/simple tensorflow-gpu==1.13.1 sudo pip uninstall tensorboard sudo pip install -i
pytorch使用tensorboardX进行loss可视化实例
12-20
以下是关于使用TensorboardX进行loss可视化的详细步骤和相关知识点： 1. **安装TensorboardX**： 首先，你需要通过pip命令安装TensorboardX库，命令如下： ``` pip install tensorboardX ``` 2. **导入...
第十二章 pytorch中使用tensorboard进行可视化(工具)
专注于人工智能学习，总结
11-22 1871
数据集中的图像只有 1 通道，数据尺寸是 28x28 而不是 32x32return x。
pytorch使用tensorboardX做可视化（一）loss和直方图
zjh12312311的博客
11-07 4120
一、安装pytorch，安装tensorboardX 使用pycharm的seting安装就好 二、搭建一个简单的网络 这里用LeNet5 与tensorboardX相关的语句都标记了出来，主要是传个每轮的loss，参数model自带 import torch.nn as nn import numpy as np import torch #定义lenet5 class LeNet5(nn.Module): def __init__(self, num_clases=10):
PyTorch SummaryWriter TensorBoard 中进行可视化
m0_53291740的博客
07-10 705
通常用于在训练过程中记录各种数据，以便在 TensorBoard 中进行可视化。，然后在浏览器中打开显示的 URL 即可查看可视化结果。在 PyTorch 中，
记录一次安装Pytorch可视化工具tensorboardX的过程
weixin_47450812的博客
04-01 1771
先展示收集的资料第一招，换镜像#由于pytorch本身不自带tensorboard包，一般这样报错都是由于未安装tensorboard包导致的。#可以通过pip 加载清华镜像源进行安装如果正确安装tensorboard之后，重新运行代码，还是报错找不到在torch.utils.tensorboard中找不到SummaryWriter该怎么办。
Pytorch使用tensorboardX可视化。超详细！！！
Joker 007的博客
07-15 346
链接：https://www.jianshu.com/p/46eb3004beca
【pytorch训练】tensorboardX安装及使用
All_In_gzx_cc的博客
11-16 1万+
做为Tensorflow中强大的可视化工具，已经被普遍使用。但针对其余框架，例如Pytorch，以前一直没有这么好的可视化工具可用，PyTorch框架自己的可视化工具是Visdom，但是这个API需要设置的参数过于复杂，而且功能不太方便也不强大，所以有人写了一个库函数来让PyTorch也可以使用tensorboard。
一行代码在torch中安装tensorboardX
qq_40586364的博客
05-25 624
在torch1.4之后，其是官方封装支持了tensorboardX的，所以在这些版本之后，直接一行代码就能安装这个包： pip install tensorboardX
使用 TensorBoardX 实现 PyTorch 神经网络可视化：从入门到进阶
最新发布
钢铁男儿
08-21 760
支持丰富的可视化类型：scalar（标量）、image（图像）、histogram（直方图）、audio（音频）、text（文本）、graph（计算图）、embedding（嵌入向量）、pr_curve（PR曲线）等。与 TensorBoard 完美兼容：可以无缝使用 TensorBoard 的 Web 界面进行数据展示。简单易用的接口设计：通过类即可实现数据写入与可视化。TensorBoardX 作为 PyTorch 的可视化利器，极大地提升了模型开发和调试的效率。
Pytorch使用tensorboardX、tensorboard进行数据//损失可视化
热门推荐
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...
torch安装tensorboardX记录
weixin_42237615的博客
11-19 1733
tensorboardX安装前请务必安装tensorflow tensorboardX安装前请务必安装tensorflow tensorboardX安装前请务必安装tensorflow conda install torch conda install tensorflow-gpu conda install tensorboardX 假如报 h5py的 错误 pip uninstall h5py ...
TensorBoardX可视化深度学习（附PyTorch代码示例）
m0_70793663的博客
03-24 1460
最近博主在看文献复现代码时，实验虽然是跑通了，但是跟我想要的结果差别有一点点大。跑出来的要么是一个进度条，又或者是一个日志文件。可是咱想要稍稍装一下，不说一个多复杂的图表，就是简单的一个折线图也照啊。网上冲浪得知，tensorboardX能帮助博主在pytorch框架下实现完美的图，所以本博客主要帮助小伙伴们在写论文时放几张好看的图...
PyCharm中TensorBoard的安装和使用
weixin_66333084的博客
02-19 5283
PyCharm中TensorBoard的安装和其中SummaryWriter类的使用
tensorboardx可视化_Pytorch使用tensorboardX可视化。超详细！！！
05-28
好的，我可以帮你解答这个问题！ 首先，为了使用tensorboardx可视化Pytorch模型，你需要先安装tensorboardX库。你可以通过以下命令来安装： ``` pip install tensorboardX ``` 安装完成后，你需要在你的Pytorch代码中导入tensorboardX： ```python from tensorboardX import SummaryWriter ``` 接下来，在你的代码中创建一个`SummaryWriter`对象，它将负责记录你的模型的数据和可视化： ```python writer = SummaryWriter() ``` 现在你可以在代码中使用`writer`对象来记录任何你想要记录的数据。例如，你可以记录损失函数的值： ```python writer.add_scalar('Loss', loss_value, global_step) ``` 其中`loss_value`是损失函数的值，`global_step`是你的训练步数。 你也可以记录模型的权重和梯度： ```python writer.add_histogram('conv1/weights', conv1.weight, global_step) writer.add_histogram('conv1/grads', conv1.weight.grad, global_step) ``` 这将记录名为`conv1/weights`和`conv1/grads`的直方图，它们分别显示了`conv1`层的权重和梯度。 最后，在你的代码结束时，不要忘记关闭`SummaryWriter`对象： ```python writer.close() ``` 现在你可以在终端中输入以下命令来启动tensorboard： ``` tensorboard --logdir=/path/to/logs ``` 其中`/path/to/logs`是你保存日志文件的路径。然后在你的浏览器中访问`http://localhost:6006`，你将能够看到Pytorch模型的可视化结果。 希望这能够帮助你！
评论 2
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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