【OpenGait】启动tensorboard 查看训练过程

已于 2024-01-16 19:43:38 修改
阅读量701 收藏 12
点赞数 10
文章标签： python
于 2023-12-04 20:22:09 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_46135327/article/details/134793101
版权

一、解决办法
OpenGait使用SummaryWriter来记录训练过程中的数据，这些数据可以通过TensorBoard可视化。要查看TensorBoard，你需要在训练开始前启动TensorBoard服务器，并指向保存TensorBoard日志的目录。使用以下命令启动TensorBoard：

tensorboard --logdir=<path_to_summary_directory>

然后在浏览器中打开TensorBoard提供的URL，通常是http://localhost:6006。
在这里插入图片描述
PS <path_to_summary_directory>指的是训练后得到的summary文件，具体地址：
在这里插入图片描述

PyTorch可视化工具-Tensorboard在线查看训练曲线、网络结构图等
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
11-02 3282
在反向传播后面，添加#输出loss writer.add_scalar。在模型初始化下面，添加#输出模型结构 writer.add_graph。这里要注意，如果cuda可用，要转换成cuda类型，否则用cpu模型。刷新网页，就可以看到历史版本曲线，可以选择要显示的版本，就行对比分析。这里batch=100，下面图片显示100个28*28的小图拼接而成。在前前向传播前面，添加#输出图像 writer.add_image。将历史生成的log,分别放在不同的文件夹里，每个文件件放一个，如图。
使用Tensorboard查看训练过程(tf，2024大数据开发开发社招面试总结+解答分享
afagagagaa的博客
04-18 413
xs = tf.placeholder(tf.float32, [None, 1], name = ‘x_input’) # xs起名x_input，会在图形上显示。ys = tf.placeholder(tf.float32, [None, 1], name = ‘y_input’) # ys起名y_input，会在图形上显示。with tf.name_scope(‘Wx_plus_b’): #净输入。with tf.name_scope(‘Wx_plus_b’): #净输入。
训练和验证损失以及使用 TensorBoard 来查看 loss 曲线
一杯水果茶！足矣~
03-10 2012
训练和验证损失以及使用 TensorBoard 来查看 loss 曲线
查看Tensorboard
m0_68382801的博客
11-13 2037
查看Tensorboard
本地查看远程服务器上运行的 TensorBoard
qingqiufan的博客
07-29 465
如果端口正在使用中就更换端口。
tensorboard 查看训练过程（远程服务器）
学无止境
10-10 1767
tensorboard 查看训练过程（远程服务器）
# Get Started ## Installation 1. clone this repo. ``` git clone https://github.com/ShiqiYu/OpenGait.git ``` 2. Install dependenices: - pytorch >= 1.10 - torchvision - pyyaml - tensorboard - opencv-python - tqdm - py7zr - kornia - einops Install dependenices by [Anaconda](https://conda.io/projects/conda/en/latest/user-guide/install/index.html): ``` conda install tqdm pyyaml tensorboard opencv kornia einops -c conda-forge conda install pytorch==1.10 torchvision -c pytorch ``` Or, Install dependenices by pip: ``` pip install tqdm pyyaml tensorboard opencv-python kornia einops pip install torch==1.10 torchvision==0.11 ``` ## Prepare dataset See [prepare dataset](2.prepare_dataset.md). ## Get trained model - Option 1: ``` python misc/download_pretrained_model.py ``` - Option 2: Go to the [release page](https://github.com/ShiqiYu/OpenGait/releases/), then download the model file and uncompress it to [output](output). ## Train Train a model by ``` CUDA_VISIBLE_DEVICES=0,1 python -m torch.distributed.launch --nproc_per_node=2 opengait/main.py --cfgs ./configs/baseline/baseline.yaml --phase train ``` - `python -m torch.distributed.launch` [DDP](https://pytorch.org/tutorials/intermediate/ddp_tutorial.html) launch instruction. - `--nproc_per_node` The number of gpus to use, and it must equal the length of `CUDA_VISIBLE_DEVICES`. - `--cfgs` The path to config file. - `--phase` Specified as `train`. <!-- - `--iter` You can specify a number of iterations or use `restore_hint` in the config file and resume training from there. --> - `--log_to_file` If specified, the terminal log will be written on disk simultaneously. You can run commands in [train.sh](train.sh) for training different models. ## Test Evaluate the trained model by ``` CUDA_VISIBLE_DEVICES=0,1 python -m torch.distributed.launch --nproc_per_node=2 opengait/main.py --cfgs ./configs/baseline/baseline.yaml --phase test ``` - `--phase` Specified as `test`. - `--iter` Specify a iteration checkpoint. **Tip**: Other arguments are the same as train phase. You can run commands in [test.sh](test.sh) for testing different models. ## Customize 1. Read the [detailed config](docs/1.detailed_config.md) to figure out the usage of needed setting items; 2. See [how to create your model](docs/2.how_to_create_your_model.md); 3. There are some advanced usages, refer to [advanced usages](docs/3.advanced_usages.md), please. ## Warning - In `DDP` mode, zombie processes may be generated when the program terminates abnormally. You can use this command [sh misc/clean_process.sh](./misc/clean_process.sh) to clear them.
最新发布
03-18
- 直接运行 [train.sh](train.sh) 脚本可快速启动不同模型的训练。 --- #### **5. 模型测试** **评估模型性能**： ```bash CUDA_VISIBLE_DEVICES=0,1 python -m torch.distributed.launch --nproc_per_node=2 ...
tensorboard的查看方法
lixiangohoh的博客
10-08 1486
关于tensorboard的查看方法 首先版本是1.9的tensorflow,注意只有1版本有tensorboard 需要在设置一下端口 根据这篇文章设置一下就好了 链接: link. 方法 在pycharm里面的 输入一下代码 这里报错也没有关系的 不要直接点这个网址，一般会报错 在浏览器中输入;http://127.0.0.1:6008/ 然后进入一下页面 这里报错没有关系的啊！！ 然后切换至GRAPHS的选项卡里 这里就可以看到图了 ...
使用tensorboard查看模型
zhu_ba的博客
08-20 593
在pytorch的环境下，安装tensorboard和tensorflow我安装在虚拟环境d2l中验证是否安装成功输入如上代码，如果没有报错，则代表安装成功。
win下怎么查看tensorboard
一只攻城狮的博客
02-13 4036
win下怎么查看tensorboard 在进行模型训练时，我们有时会使用回调函数tensorboard来可视化数据，本文介绍了在保存tensorboard运行文件后，该如何在win下查看可视化界面。 第一种方法: 如果你安装了Anaconda,可以直接启动anaconda控制台窗口 代码示例： 运行命令：tensorboard --logdir= 保存文件的地址（图中绿色为我保存的文件地址...
如何查看tensorboard图
fs01234的博客
10-12 4652
1、在cmd窗口中激活tensorflow环境 进入tensorflow环境路径 E:\Work_Softwares\venv\Scripts 激活环境 activate 效果如下： 2、输入命令，tensorboard --logdir=+文件夹路径 出现如下提示： 3、在浏览器中输入：http://localhost:6006，即可查看到tensorboard图。 ...
windows远程查看tensorboard可视化图形
12-21
windows系统在远程服务器上训练神经网络时，查看tensorboard可视化图形的方法
Windows上查看服务器上tensorboad内容
weixin_48192256的博客
07-15 1783
本篇文章是针对于局域网内的服务器的tensorboard可视化，由于设置方式稍微有点复杂，导致我每次隔了一段时间之后，就不知道该怎么查看tensorboard了，每次都要百度搜一大堆资料，而且也不一定好使，在这里记录一下连接的方式。我使用的是Xshell7来进行的端口映射，当然tensorboard可视化的方式并不是只有这一种，这只是我认为的比较方便的一种连接。
tensorboard查看文件
lzay的博客
06-14 2098
Tensorboard使用
TensorBoard最全使用教程：看这篇就够了
热门推荐
qq_41656402的博客
06-09 10万+
TensorBoard最全使用教程：看这篇就够了
使用PyCharm在本地开发或远程服务器进行交互式开发时，查看tensorboard的方法
zhangweibin2的博客
10-21 1326
Pycharm 远程 交互式开发 tensorboard
本地查看服务器端运行的Tensorboard方法
qq_35831906的博客
12-27 2339
请确保在服务器和本地机器上都已经正确安装了TensorFlow和TensorBoard，并且服务器上TensorBoard的端口是6006。如果你在服务器上运行了TensorBoard，并希望从本地机器查看TensorBoard，你可以使用SSH隧道（SSH tunneling）来将远程服务器上的TensorBoard端口映射到本地。这个命令会在本地机器上创建一个端口映射，将本地的6006端口映射到服务器的6006端口。此外，请确保你有服务器的SSH访问权限，并且服务器上允许SSH隧道。
Tensorboard的使用
2301_79877516的博客
04-24 2164
小工具1：add_image方法的参数需要是tensor型或者是numpy型，这里利用numpy.array()对PIL图片进行转换，获得numpy型图片数据信息（tensor型数据的获取在下一篇文章中）（在使用完上述两种方法后，一定要记得关闭事件文件，否则无法在终端打开绘制的训练结果）如果想要查看绘制的图像，则需要用终端进行打开：（pytorch环境下的终端）此方法第二个参数是步骤的意思，如果还想加入图片的话，下一次就将步骤从1编程2。port ：端口名，防止默认端口使用的人太多而无法进入。
TF：如何单独查看Tensorboard
mazhanIMP的博客
12-15 1775
在Anaconda中运行查看训练过程时，执行tensorboard部分的代码，可以看到运行生成的表格数据信息。但是，希望能够在网页单独查看，具体方法如下： （1）配置tensorboard对应的log from datetime import datetime logdir = 'logs/fit/' + datetime.now().strftime('%Y%m%d-%H%M%S') + 'baseline' tensorboard_callback = tf.keras.callbacks.Te
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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