在自己代码上使用tensorboard进行训练可视化

本文介绍了如何在自己的代码中利用Tensorboard进行训练过程的可视化,包括导入Tensorboard库、实例化SummaryWriter对象、记录模型和损失信息,以及在本地和Colab上的展示方法。

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

在自己代码上使用tensorboard进行训练可视化

因为自己在训练代码的过程中,有需要进行可视化的需求。所以就探究了下,如何进行可视化,并记录下来。
可视化的工具有很多,这里采用tensorboard进行训练可视化。


1. 导入tensorboard库

在这里看有些人都是下载tensorflow从而得到tensorboard,然后下载安装tensorboardX。
但是现在torch好像把tensorboard集成了进来,使用下面的代码导入,即可以使用tenosrboard。

from torch.utils.tensorboard import SummaryWriter

但是第一次使用可能会出现报错
出现ModuleNotFoundError: No module named ‘tensorboard‘错误
解决办法:
在自己运行的安装环境下,安装tb-nightly

pip install tb-nightly

2. 实例化SummaryWriter对象

在训练的main函数中,实例化SummaryWriter对象

#  实例化SummaryWriter对象
tb_writer = SummaryWriter(log_dir='runs')

这里的runs代表的是在当前目录下新建名为runs的文件夹,用于存储tensorboard的数据。

3. 将模型写入tensorboard中

这一步就是在实例化模型之后进行

    # 将模型写入tensorboard中
    init_img = torch.zeros((1,1
评论 4
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