tensorboard使用

最新推荐文章于 2025-03-24 21:20:26 发布

Winner～！

最新推荐文章于 2025-03-24 21:20:26 发布

阅读量3.3k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： python零碎知识文章标签： python tensorflow

本文链接：https://blog.youkuaiyun.com/weixin_44228389/article/details/124398455

python零碎知识专栏收录该内容

6 篇文章

订阅专栏

本文介绍了如何使用 PyTorch 和 tensorboardX 在训练过程中实时记录损失、参数分布及梯度信息，便于模型监控与调优。教程涵盖了添加 scalar、histogram 和 gradient 的步骤，以及在本地启动 tensorboard 以查看详细数据。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

from tensorboardX import SummaryWriter
#用 pytorch 自带的 tensorboard 也行

# default `log_dir` is "runs" - we'll be more specific here
writer = SummaryWriter('logs')

#在训练过程中，b为 iteration，e为epoch
if b%100 ==0:
    writer.add_scalar('image training loss',running_loss, e * len(train_loader) + b)
    for tag, value in model.named_parameters():
    tag = tag.replace('.', '/')
    writer.add_histogram(tag,value.data.cpu().numpy(), e * len(train_loader) + b)
    writer.add_histogram(tag+'/grad',value.grad.cpu().numpy(), e * len(train_loader) + b)

然后通过命令行 cd 到项目文件，输入：