本文介绍了如何在Pytorch中利用Tensorboard进行训练过程的可视化，包括网络结构、损失曲线、准确率变化、权重分布等。通过在train函数和main函数中的设置，展示了ResNet模型在训练过程中的动态。虽然遇到了无法查看images的问题，但整体上，Tensorboard成功地帮助观察和理解模型的训练状态。
指路bilibili，博文只是记录，有关代码并非本人成果，请移步bilibili up主评论区
在Pytorch中使用Tensorboard可视化训练过程_哔哩哔哩_bilibili
pytorch官网tutorial的visualizing models,data,and traing with tensorboard
本节课的代码在pytorch_classification的tensorboard_test中
up主常用tensorboard四个功能，1在tensorboard -graph中 保存网络结构图，2在stensorboard_calars保存训练集的loss和验证集的accuracy，学习率的变化，等等...3在histograms中 保存权重数值的分布，4images中，每一个step保存预测图片的一些信息
本节课所用的网络是ResNet，
先在文件夹中建立一个新的文件夹plot_img，然后放入三个图像，是训练中会预测并且将结果放在tensorboard中，并且需要和数据集中图片不一样哦，还要准备一个label.txt文件，txt为文件会保存文件对应类别信息
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
