【Pytorch/工具】Pytorch中TensorBoard的使用

本文介绍了如何安装和使用TensorBoard进行日志可视化。首先,通过pip安装TensorBoard,然后利用TensorFlow的SummaryWriter生成日志文件。在完成代码运行后,通过tensorboard命令查看日志,指定logdir和端口。若遇到'No events found'问题,可能是因为终端路径不正确,需确保在logs文件夹的上一级目录下启动tensorboard。
部署运行你感兴趣的模型镜像

TensorBoard的安装及使用

安装

【工具】安装TensorBoard

pip install tensorboard

输入上述命令,回车等待安装即可

使用

使用该函数生成日志文件

from torch.utils.tensorboard import SummaryWriter
writer=SummaryWriter("logs")
# writer.add_image()
for i in range(100):
    writer.add_scalar("y=x",i,i)
writer.close()

在这里插入图片描述运行完上面的代码之后,可以看到在改项目下面生成了一个log文件夹

查看日志文件:

tensorboard --logdir=logs

默认使用的是6006端口
在这里插入图片描述可以手动指定使用的端口:

tensorboard --logdir=logs --port=6009

在这里插入图片描述在浏览器中输入网址或者点击网址自动打开浏览器该网址:

http://localhost:6009/

在这里插入图片描述这里需要注意一下,有的同学可能出现下图所示的问题:
意思是没有写入任何事件文件!!!
![在这里插入图片描述](https://img-blog.csdnimg.cn/26758a4b38454537a6c67ba9f5c729b8.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP5a2m5LiJ5bm057qnMDHnj60=,size_20,color_FFFFFF,t_70,g_se,x_16可能是您的terminal所在的路径不对,一定要将目录进入到logs文件夹的上一层
在这里插入图片描述
比如我这里是在gan项目下面建立了test_code然后运行刚刚写入的事件的代码,它生成的logs文件夹默认跟py文件在同一层目录下,因为项目根目录 是gan,所以terminal打开默认路径也是gan,此时就要cd test_code才可以运行tensorboard --logdir=logs --port=6009该命令。
在这里插入图片描述

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.15

TensorFlow-v2.15

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

评论
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
 条评论被折叠 查看
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