Pytorch学习笔记——TensorBoard的初使用

已于 2024-05-02 18:29:31 修改
阅读量1k 收藏 12
点赞数 10
分类专栏： Pytorch 文章标签： pytorch 学习 笔记
于 2024-05-02 15:35:16 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_50765519/article/details/138392498
版权
本文介绍了如何在TensorFlow的TensorBoard中结合PyTorch进行模型训练的可视化，包括如何安装相关包，创建SummaryWriter对象，添加图片数据以及注意事项。重点展示了如何将图片数据转换为张量格式并添加到TensorBoard中进行实时监控。

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

1、TensorBoard介绍

        TensorBoard是TensorFlow的可视化工具，但它也可以与PyTorch结合使用。TensorBoard提供了一个Web界面，可以展示你训练过程中的各种信息，如损失值、准确度、权重分布等，更好地帮助开发者理解和调试模型。

TensorBoard  |  TensorFlow (google.cn)icon-default.png?t=N7T8https://tensorflow.google.cn/tensorboard?hl=zh-cn

2、导入相关包

安装Tensor包

pip install tensorboard

导入TensorBoard相关包，要导入SummaryWriter模块

import torch
from torch.utils.tensorboard import SummaryWriter

3、创建SummaryWriter对象


                

        

    

  


        

            

                    
                      最低0.47元/天 解锁文章
                        
                    
            

        


    



                



	

		

			

				
					
pytorch Tensorboard的使用

				
			

			

				

					qq_40107571的博客
				

				

					01-18
					
					181
					
				

			

		

		

			
				
pytorch Tensorboard的使用

			
		

	



                

            
              



	

		

			

				
					
Pytorch学习笔记——Conv2d与Tensorboard的结合使用

				
			

			

				

					weixin_50765519的博客
				

				

					05-14
					
					392
					
				

			

		

		

			
				
Conv2d是深度学习框架中用于执行二维卷积操作的函数或类。它接受输入数据(通常是图像)和卷积核作为参数，输出卷积特征图。这些特征图可以进一步用于分类、检测或其他计算机视觉任务。TensorBoard是一个强大的可视化工具，用于展示深度学习模型的各个方面。它可以展示模型的网络结构、参数分布、训练曲线以及图像、音频等媒体数据。通过使用TensorBoard，能够让研究人员和开发者可以更好地理解和调试模型，从而提高模型的性能和效果。

			
		

	



              


  
              

                


	

		

			

				
					
Pytorch TensorBoard的使用

				
			

			

				

					qq_54206667的博客
				

				

					07-22
					
					315
					
				

			

		

		

			
				
【代码】Pytorch TensorBoard的使用。

			
		

	





	

		

			

				
					
如何在PYTORCH中使用TENSORBOARD

				
			

			

				

					m0_37909240的博客
				

				

					10-05
					
					978
					
				

			

		

		

			
				
TensorBoard是用于机器学习实验的可视化工具包。TensorBoard允许跟踪和可视化指标，例如损失和准确性，可视化模型图，查看直方图，显示图像等等。在本教程中，我们将介绍TensorBoard的安装，PyTorch的基本用法以及如何可视化在TensorBoard UI中登录的数据。



安装

应该安装PyTorch以将模型和指标记录到TensorBoard日志目录中。以下命令将通过Anaconda安装PyTorch 1.4+（推荐）：


$ conda install pytorch to.

			
		

	



		

			
		



	

		

			

				
					
tensorboard的使用

					
最新发布

				
			

			

				

					m0_74413554的博客
				

				

					03-27
					
					585
					
				

			

		

		

			
				
如何查看SummaryWriter的功能呢？可以像使用help(SummaryWriter)，也可以按着ctrl键然后点击SummaryWriter,如下图。不难得出结论，如果‘title’不变则会在同一区域展现，要想在不同区域展现则要么删除之前生成的logs文件，要么换个‘title’再输入如下图所示内容（logdir=后面是logs文件夹的地址，最好是绝对路径哦）但是如果再改成（没改‘标题名’，只改了对应关系）然后再安装tensorboard。删除logs文件夹下的所有文件。

			
		

	





	

		

			

				
					
PyTorch之TensorBoard使用

				
			

			

				

					m0_73991249的博客
				

				

					08-19
					
					2378
					
				

			

		

		

			
				
在学习这篇之前建议先按照上一篇搭建好整个PyTorch环境然后这一篇讲怎么用TensorBoard，这个玩意是Tensorflow官方推出的一个可视化工具，当使用Tensorflow训练大量深层的时，我们希望去跟踪神经网络的整个训练过程中的信息，并希望能在训练的过程中将一些信息加以记录并可视化得表现出来，TensorBoard就能做到。

			
		

	





	

		

			

				
					
pytorch版本的tensorboard如何使用

				
			

			

				

					qq_51753728的博客
				

				

					09-03
					
					609
					
				

			

		

		

			
				
TensorBoard是一个由Google开发的用于可视化机器学习和深度学习实验结果的工具。它通常与深度学习框架（如TensorFlow、PyTorch等）一起使用，以帮助研究人员和工程师更好地理解模型的性能、训练过程和内部结构。：您可以轻松地跟踪模型的训练指标，如损失函数、准确率、学习率等，并通过图表和曲线图来呈现这些信息。这有助于了解模型的训练进展情况。：TensorBoard可以可视化神经网络模型的结构，显示各个层次和连接。这对于理解模型的架构和排查问题非常有帮助。

			
		

	





	

		

			

				
					
Pytorch学习笔记——Torchvision数据集使用

				
			

			

				

					weixin_50765519的博客
				

				

					05-04
					
					2220
					
				

			

		

		

			
				
Torchvision是Pytorch中一个开源的机器学习框架，专门为计算机视觉任务设计和优化。它提供了多种功能来支持计算机视觉项目的开发和实验。matplotlib。

			
		

	





	

		

			

				
					
PyTorch教程——小土堆笔记

				
			

			

				

					weixin_53236432的博客
				

				

					10-21
					
					4021
					
				

			

		

		

			
				
PyTorch教程一小土堆笔记

			
		

	





	

		

			

				
					
深度学习入门笔记——DataLoader的使用

				
			

			

				

					weixin_74855477的博客
				

				

					10-29
					
					860
					
				

			

		

		

			
				
在介绍DataLoader之前，需要先了解数据集DataSet的使用。Pytorch中集成了很多已经处理好的数据集，在pytorch的torchvision、torchtext等模块有一些典型的数据集，可以通过配置来下载使用。

			
		

	





	

		

			

				
					
pytorch中tensorboard的使用

				
			

			

				

					qq_37185821的博客
				

				

					11-03
					
					446
					
				

			

		

		

			
				
pytorch中tensorboard的使用。

			
		

	





	

		

			

				
					
tensorboard：TensorFlow的可视化工具包

				
			

			

				

					02-09
				

			

		

		

			
				
张量板
 TensorBoard是一套Web应用程序，用于检查和了解您的TensorFlow运行和图形。
 本自述文件概述了TensorBoard中的关键概念，以及如何解释TensorBoard提供的可视化效果。 有关使用TensorBoard的深入示例，请参见教程： 。 此处链接了有关如何使用TensorBoard处理图像，图形，超参数等的文档，以及Colab中的教程演练。
 您可能还对TensorBoard.dev上托管的TensorBoard解决方案。 您可以使用TensorBoard.dev轻松免费地托管，跟踪和共享您的ML实验。 例如，显示了一个具有标量，图形，直方图，分布和hparams仪表板的工作示例。
 TensorBoard旨在完全脱机运行，而无需访问Internet。 例如，它可能位于您的本地计算机上，公司防火墙之后或数据中心中。
用法
在运行TensorBoard之前

			
		

	





	

		

			

				
					
linux下tensorboard+matplotlib+pandas所需包.zip

				
			

			

				

					04-08
				

			

		

		

			
				
离线安装，具体参考https://blog.youkuaiyun.com/weixin_40522580/article/details/115528685

			
		

	





	

		

			

				
					
pytorch -- tensorboard使用

				
			

			

				

					斑驳的岁月
				

				

					02-25
					
					606
					
				

			

		

		

			
				
【代码】pytorch -- tensorboard使用。

			
		

	





	

		

			

				
					
【Python】Tensorboard （Pytorch版）用法

				
			

			

				

					行码棋
				

				

					03-26
					
					989
					
				

			

		

		

			
				
tensorboard Pytorch版用法

			
		

	





	

		

			

				
					
在PyTorch中使用TensorBoard

				
			

			

				

					自己在学习过程中的总结
				

				

					07-05
					
					3095
					
				

			

		

		

			
				
在机器学习中，要改进模型的某些参数，我们通常需要对其进行衡量。TensorBoard是用于提供机器学习工作流期间所需测量和呈现的工具。它使我们能够跟踪实验指标（例如损失和准确率），呈现模型计算图，将嵌入向量投影到较低维度的空间等。在PyTorch中使用TensorBoard：1.安装2.TensorBoard使用2.1创建SummaryWriter实例2.2利用add_scalar()记录metrics2.3关闭Writer2.4启动TensorBoard3.本地连接服务器使用TensorBoard

			
		

	





	

		

			

				
					
PyTorch入门教学——TensorBoard使用

				
			

			

				

					计算机硕士的博客
				

				

					10-20
					
					7062
					
				

			

		

		

			
				
PyTorch入门教学——TensorBoard使用。TensorBoard简介，TensorBoard安装，SummaryWriter类的使用，add_scalar()的使用，add_image()的使用。

			
		

	





	

		

			

				
					
【Pytorch】Tensorboard的使用 - 学习笔记

				
			

			

				

					FelicityXu的博客
				

				

					01-26
					
					595
					
				

			

		

		

			
				
白天摸鱼了，晚上写完这篇睡觉！

			
		

	





	

		

			

				
					
Pytorch深度学习教程：掌握Tensorboard的使用

				
			

			

				

					
				

			

		

		

			
				
针对本教程的文件名称列表仅包含一个文件名“Pytorch_pytorch深度学习教程之Tensorboard”，意味着教程内容可能围绕Pytorch框架在深度学习方面的应用，特别是Tensorboard工具的集成和使用，非常适合那些希望提高数据...

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		
评论 2

	

	
	




  

    

      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