Pytorch可视化训练过程
程序员文章站
2024-03-19 18:31:10
...
Pytorch中使用Tensorboard进行可视化:
安装CPU版的TensorFlow
$pip install tensorflow
下载logg.py文件:
https://github.com/yunjey/pytorch-tutorial/blob/master/tutorials/04-utils/tensorboard/logger.py 复制到你的项目文件里。
然后在你的python 文件里输入:
from logger import Logger
在训练网络之前定义好需要存的tensorboard文件的文件夹:logger=Logger(‘./logs’)
logger=Logger(‘./logs’)
之后通过以下方式记录想要记录的变量:
# (1) Log the scalar values
info = { 'loss': loss.data[0],'accuracy': accuracy.data[0]}
for tag, value in info.items():
logger.scalar_summary(tag, value, step)
# (2) Log values and gradients of the parameters (histogram)
for tag, value in model.named_parameters():
tag = tag.replace('.', '/')
logger.histo_summary(tag, to_np(value), step)
logger.histo_summary(tag+'/grad', to_np(value.grad), step)
# (3) Log the images
info = {'images': to_np(img.view(-1, 28, 28)[:10])}
for tag, images in info.items():
logger.image_summary(tag, images, step)
最后打开cmd cd到log所在的文件夹:
在终端输入tensorboard.exe --logdir=”log所在的目录”
打开浏览器输入:
可视化如下:
上一篇: Verilog HDL 有限状态机的设计
下一篇: 深度学习文章8:YOLO_v3训练过程