Pytorch求索(1)：pytorch与Tensorboard的结合使用

最新推荐文章于 2025-06-28 18:41:13 发布
最新推荐文章于 2025-06-28 18:41:13 发布
阅读量6.4k 收藏 18
点赞数 4
CC 4.0 BY-SA版权
分类专栏： A深度学习 Pytorch求索 文章标签： Pytorch Tensorboard Tensorboard_logger
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/wen_fei/article/details/82977630
本文介绍了如何在Pytorch项目中结合使用Tensorboard和Tensorboard_logger进行可视化。Tensorboard不仅用于Tensorflow的可视化，还能独立工作。Tensorboard_logger是一个轻量级工具，允许非Tensorflow用户利用Tensorboard进行可视化。文章详细讲解了Tensorboard_logger的安装及使用方法，并展示了启动Tensorboard和查看结果的步骤。

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

pytorch与tensorboard结合使用

Tensorboard

Tensorboard一般都是作为tf的可视化工具，与tf深度集成，它能够展现tf的网络计算图，绘制图像生成的定量指标图以及附加数据等。此外，Tensorboard也是一个独立工具，只要保存的数据遵循一定的格式，Tensorboard就可以读取这些数据并进行可视化

Tensorboard_logger

Tensorboard_logger是TeamHGMemex开发的一款轻量级工具，它将Tensorboard的工具抽取出来，使得非tf用户也可以使用它进行可视化，不过功能有限，但一些常用的还是可以支持。

TL的安装

  • 安装tensorflow：建议安装cpu-onlu版本（因为本人pytorch安装的是GPU版本，避免在同一个虚拟环境下包冲突），可以选择直接pip安装，我安装的是tf-1.11.0版本
  • 安装tensorboard_logger：安装十分简单，可以通过pip install tensorboard_logger命令直接安装

如何使用

  1. 首先启动Tensorboard，命令格式如下：
tensorboard --logdir <your/running/dir> --port <your_bind_port
最低0.47元/天 解锁文章

200万优质内容无限畅学
AIGC语音克隆实战：用Python打造你的专属AI语音助手
AI 原生应用开发的博客
05-01 1041
随着AIGC（生成式人工智能）技术的爆发，语音克隆（Voice Cloning）已成为人机交互领域的核心方向。理解语音克隆的技术架构与核心算法；基于开源工具链快速搭建语音克隆环境；定制化训练个人声纹模型；集成语音克隆功能到AI助手等实际应用中。核心概念与技术架构：解析语音克隆的关键模块（声纹提取、声学建模、语音合成）；算法与数学模型：详解VITS、Speaker Encoder等主流模型的原理与公式；项目实战：从环境搭建到代码实现，手把手演示语音克隆系统开发；应用场景与工具推荐。
AIGC领域，AIGC游戏的崛起与发展
大模型应用工坊
04-30 585
随着全球游戏市场规模突破2000亿美元（2023年Newzoo数据），内容产能不足与玩家个性化需求之间的矛盾日益尖锐。传统游戏开发面临美术资源耗时90%、剧情脚本人力密集、玩法迭代依赖经验试错等痛点。本文聚焦AIGC技术如何突破这些瓶颈，覆盖从底层算法原理到游戏引擎集成，从独立开发者工具到3A大作工业化应用的全维度，解析技术价值与落地挑战。本文遵循"技术原理→工程实现→产业应用"的逻辑，首先拆解AIGC核心技术栈，通过数学模型与代码示例阐释生成机制；
pytorch 使用 tensorboard
Aurora极光城
07-07 1万+
Tensorboard 是一个动态可视化数值的工具，同时也能可视化静态的神经网络结构。Tensorboard 包含两部分功能：将网络结构、动态数值以 protocol buffer 格式写到文件里。读取网络结构、读取动态数值，并展示在浏览器中。第一部分功能，以python包形式存在。编程者 import tensorboard 从而使用API将动态的数值以protocol buffer格式，不断地...
pytorch框架使用tensorboard安装避坑
ice_night的博客
10-24 693
具体参考博客：https://blog.youkuaiyun.com/bigbennyguo/article/details/87956434 1.安装好了pytorch 安装tensorboard pip install tensorboard 安装tensorboardX pip install tensorboardX 测试成功 #Tensorboard的使用,图像变换transform的使用 from tensorboardX import SummaryWriter writer=SummaryWriter
PyTorch入门（二）：TensorBoard
记录学习的博客
06-25 441
tensorboard的入门操作
pytorch tensorboard查看loss
qq_37602161的博客
03-17 556
先激活anaconda环境 pip install tensorboardX pip install tensorflow 默认loss在runs文件夹下，定位到runs同级目录 tensorboard --logdir runs 然后打开相应的网站链接 参考链接 Pytorch使用tensorboardX可视化。超详细！！！ ...
pytorch中使用tensorboard查看损失
卟灵卟灵哒的博客
09-26 1694
首先导包—from torch.utils.tensorboard import SummaryWriter 实例化—writer = SummaryWriter() 写损失—writer.add_scalar('loss', loss.item(), global_step=1) 在循环外面关闭—writer.close() 在terminal中输入tensorboard --logdi...
pytorch中使用TensorBoard进行可视化Loss及特征图
热门推荐
CHEN的博客
11-07 2万+
pytorch中使用TensorBoard进行可视化 安装导入TensorBoard 安装TensorBoard pip install tensorboard 导入TensorBoard from torch.utils.tensorboard import SummaryWriter 实例化TensorBoard writer = SummaryWriter('./logs' 可视化标量数据 训练过程中的loss，accuracy等都是标量，都可以用TensorBoard中的ad
大模型国产化迁移大模型到昇腾教程（Pytorch版）
01-03 1537
大模型国产化适配10-快速迁移大模型到昇腾910B保姆级教程（Pytorch版）
AI人工智能时代，DeepSeek的市场前景
最新发布
欢迎来到我的优快云空间！这里聚焦AI大模型应用实战，分享前沿技术、实战案例与开发经验。
06-28 325
本文旨在全面分析DeepSeek在AI人工智能时代的市场前景，包括其技术优势、商业模式、竞争格局和未来发展趋势。分析范围涵盖DeepSeek的核心技术架构、产品矩阵、目标市场以及与传统搜索引擎和新兴AI产品的对比。本文将从技术基础、市场分析、应用场景和未来展望四个主要部分展开。首先介绍DeepSeek的技术架构和核心算法，然后分析其在不同领域的应用潜力，最后探讨面临的挑战和未来发展方向。DeepSeek: 一款基于大语言模型的AI搜索和知识问答平台: 大语言模型，能够理解和生成人类语言。
pytorch使用tensorboardX进行loss可视化实例
09-17
今天小编就为大家分享一篇pytorch使用tensorboardX进行loss可视化实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
TensorBoardLogger.jl：使用Julia轻松地将日志记录到TensorBoard
02-04
TensorBoardLogger.jl：使用Julia轻松地将日志记录到TensorBoard
TensorboardX：如何在pytorch上画loss曲线图 | TensorboardX入门使用指南
xiyou__的博客
07-05 5229
TensorboardX入门使用指南
使用 tensorboard
qq_39546227的博客
08-01 7800
安装 TensorFlow（不安装也可以，但是等会第3步命令行输入命令后会出现提示：TensorFlow installation not found - running with reduced feature set.)，建议安装 CPU-Only 版本，使用命令：pip install tensorflow，若网速慢，可使用清华软件源，具体步骤自行百度。 安装 tensorboard：pi...
【学习笔记】pytorch 使用 tensorboardX进行 准确度 loss 以及 accuracy 准确度动态可视化
KaelCui的博客
05-18 1597
版本信息： python 3.7 pytorch 1.5.0 tensorflow-gpu 2.1.0 tensorboard 1.6.0 [tensorflow 与 tensorboard版本匹配] 需要安装的包 pip install tensorboard pip install tensorboard_logger 示例代码如下： from tensorboard_logger import Logger logger = Logger(logdir="./tensorboard_logs",
Tensorboard + Logger 日志记录
绿色羽毛
01-24 4050
在Pytorch 训练模型的时候，需要日志帮助开发者记录些重要信息和参数，以方便开发者更好的调节模型及参数，常见的日志非 Tensorboard不可，但是Pytorch 对 Tensorboard 的支持不是十分完美，在记录模型重要参数时 Tensorboard 的 writer.add_text() 记录日志不是很方便，Logger 便可替代 Tensorboard 记录文本日志，Tensorboard 专注 模型训练图，两者搭配使用极大提高效率，且讲两者放在 Tensorboard 日志文件夹下方便调取
pytorch lightning 中使用tensorboard
fanqiliang630的博客
03-27 3484
from pytorch_lightning.loggers import TensorBoardLogger logger = TensorBoardLogger('tb_logs', name='my_model') trainer = Trainer(logger=logger)
TensorBoard Logger 项目常见问题解决方案
gitblog_00405的博客
11-15 1174
TensorBoard Logger 项目常见问题解决方案 项目基础介绍 TensorBoard Logger 是一个开源项目，旨在帮助用户在不依赖 TensorFlow 的情况下记录 TensorBoard 事件。TensorBoard 是 TensorFlow 框架中的一个可视化工具，用于检查训练进度、比较不同运行结果等。TensorBoard Logger 允许用户使用 Python 语言记...
Tensorboard在网络训练中的Logger使用方法
小小顺利的博客
02-01 3962
做为神经网络训练中最常用的可视化工具，Tensorboard经常在Pytorch和Tensorflow框架中做为可视化工具。但是其使用的确是有点繁琐，所以开设了一个这样的专题，用于总结见过的工程里面的数据Logger设定方法。希望自己能够通过积累慢慢掌握这个工具。 一、YOLO-Pytorch版中的Logger 在陈老师这里做DAC比赛，让我有机会把YOLO工程整个撸了一遍。此工程中的数据保存...
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