【log文件转化为tensorboard使用的文件】

最新推荐文章于 2025-05-12 10:47:23 发布

一位不愿透漏姓氏的许先森

最新推荐文章于 2025-05-12 10:47:23 发布

阅读量751

点赞数 1

CC 4.0 BY-SA版权

分类专栏：和我一起：复现代码文章标签：深度学习 pytorch 神经网络

本文链接：https://blog.youkuaiyun.com/vibration_xu/article/details/126393721

和我一起：复现代码专栏收录该内容

3 篇文章

订阅专栏

本文介绍如何将包含损失值的log文件转换为适合TensorBoard可视化的格式。通过读取log文件，将字符串转换为字典，提取损失值，并使用SummaryWriter添加到scalar面板，从而实现训练过程的可视化。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

今天师兄想看一看log文件中记录的各个loss都是怎样变化的，但是发愁这里面都是一些字符啊(如下图所示)。他想利用tensorboard进行一个可视化~
于是乎，我们就写了一个简单的代码，实现一下这个功能~

这是log文件里的样子~
在这里插入图片描述
在看代码之前，让我们先说一下代码逻辑！（学学逻辑才能改嘛_坏笑~）

其实就是把log文件一行一行读入，然后把str转换为字典，然后取值，最后通过SummaryWriter进行add_add_scalar操作。（就是这么简单~~）

上代码：：：

import json
from  tensorboardX import SummaryWriter
from torch.utils.tensorboard import SummaryWriter


if __name__ == '__main__':
    writer = SummaryWriter('./runs/exp')  # 实例化writer
    log = r"巴拉巴拉.log"

    i = 0
    for line in open(log, 'r', encoding='utf-8'):

        # print(line) # 按照每一行分开
        # print(type(line)) # <class 'str'>

        # 把str转化为字典
        dic_line = json.loads(line)
        # print(dic_line)
        # print(type(dic_line))

        # 取 键data的值
        key_data = dic_line.get("data") # 获取
        # print(key_data)
        # print(type(key_data))

        # 取data里的 loss的值
        key_loss = key_data.get("loss")  # 获取
        # print(key_loss)
        # print(type(key_loss))

        # 取"T"
        key_loss_T = key_loss.get("T")  # 获取T
        print(key_loss_T)
        print(type(key_loss_T))


        # 写！！
        i += 1
        writer.add_scalar("Total_loss", key_loss_T, i)

    writer.close()