tensorboard提供了用于监视训练损失很好的接口,可以帮助我们更好的调整参数。下文介绍如何在pytorch中调用tensorboard。
首先,安装tensorboard、tensorflow以及tensorboardX
第二,在文件开头导入SummaryWriter
from tensorboardX import SummaryWriter
第三,同tensorflow的tensorboard一样,tensorboardX提供多种记录方式如scalar、image等。
writer = SummaryWriter('path')
如果不添加path,则默认以时间命名。
第四,添加监视变量
writer.add_scalar('Train/Acc', Acc, iter)
第五,打开tensorboard
tensorboard --logdir 'path'
第六,在浏览器打开6006端口

本文介绍了如何在PyTorch中使用tensorboardX来跟踪模型训练中的关键指标,包括安装步骤、代码示例和如何实时查看结果。通过添加scalar、image等数据,优化模型参数并理解训练过程。
2151

被折叠的 条评论
为什么被折叠?



