tensorboardX的简单使用

这篇博客介绍了如何使用tensorboardX进行PyTorch模型的可视化。首先,通过`SummaryWriter`实例化记录日志的路径,然后调用`add_graph()`展示网络结构,`add_scalar()`跟踪损失值变化。示例中构建了一个简单的卷积神经网络,并在E盘的特定路径下记录日志。总结来说,博主作为初学者主要利用tensorboardX的这两项功能进行模型理解和训练过程监控。

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

(1)导入tensorboard,要先实例化SummaryWriter类,指明记录日志的路径信息:

        from torch.utils.tensorboard import SummaryWriter

(2)先实例化SummaryWriter类,指明记录日志的路径信息:

        writer = SummaryWriter(log_dir='路径地址')

(3)调用相应的API接口,一般格式:

        add_xxx(标签名,对象,迭代次数)

(4)启动tensorboard服务:

        在anaconda prompt窗口中指令:

        tensorboard --logdir = '路径地址' --port 6006

(5)将地址输入浏览器打开即可,(点击刷新)

案例:

构建网络:

class Net(nn.Module):
    def __init__(self):
        super(Net,self).__init__()
        self.conv1 = nn.Conv2d(1,10,kernel_size=5)
  &nb

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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