pytorch中使用tensorboard

最新推荐文章于 2025-03-27 22:47:49 发布

群星闪耀

最新推荐文章于 2025-03-27 22:47:49 发布

阅读量545

点赞数

分类专栏： python pytorch

本文链接：https://blog.youkuaiyun.com/weixin_40244676/article/details/117957378

版权

本文介绍了如何在PyTorch中利用TensorBoard进行训练过程的可视化，包括观察标量、图片、柱状分布图和网络图。通过指定logdir参数，确保数据记录在正确路径，并通过localhost运行TensorBoard，以查看训练结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

可以用tensorboard的UI，看训练过程中的标量Scalars, 图片images, 柱状分布图histograms, 网络图graphs。

一般安装了torch就有tensorboard,导入方式如下：

from torch.utils.tensorboard import SummaryWriter

官网中的例子：

官网中的例子我加上了路径，因为当下路径不太好找。

import torch
import torchvision
from torch.utils.tensorboard import SummaryWriter
from torchvision import datasets, transforms

log_dir=r'C:\Users\14497\Desktop\result\log_dir'
# Writer will output to ./runs/ directory by default
writer = SummaryWriter(log_dir) # 如果log_dir是空的，就是当前路径

transform = transforms.Compose([transforms.ToTensor(), transforms.Normalize((0.5,), (0.5,))])
trainset = datasets.MNIST('mnist_train', train=True, download=True, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=64, shuffle=True)
model = torchvision.models.resnet50(False)
# Have ResNet model take in gra