欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

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’)

Pytorch可视化训练过程 

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 cdlog所在的文件夹:

 Pytorch可视化训练过程

在终端输入tensorboard.exe --logdir=”log所在的目录

 Pytorch可视化训练过程

打开浏览器输入:

 Pytorch可视化训练过程

可视化如下:

Pytorch可视化训练过程