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。
（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
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
