没有合适的资源?快使用搜索试试~ 我知道了~
一学就会 | 基于PyTorch的TensorBoard可视化
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
5星 · 超过95%的资源 26 下载量 5 浏览量
2020-12-21
13:33:28
上传
评论 2
收藏 1.12MB PDF 举报
温馨提示
试读
12页
TensorBoard这款工具你是一定要掌握的可视化工具。为什么我要这么说呢?因为TensorBoard可以用来展示神经网络图、张量的指标变化、张量的分布情况等。我相信您阅读了本文,你就会了解到TensorBoard可视化工具的强大之处,让我们一起开始学习吧!阅读本文大约需要15min。 本文相关推荐阅读: 一学就会 | PyTorch入门看这篇就够了 文章目录全文框架简介安装TensorBoardTensorBoard中主要功能函数介绍SummaryWriter类SummaryWriter类的方法add_scalar()方法:add_scalars()方法add_histogram()方法a
资源详情
资源评论
资源推荐
一学就会一学就会 | 基于基于PyTorch的的TensorBoard可视化可视化
TensorBoard这款工具你是一定要掌握的可视化工具。为什么我要这么说呢?因为TensorBoard可以用来展示神经网络图、张量的指标变化、张量的分布情况等。我相信您阅读了本
文,你就会了解到TensorBoard可视化工具的强大之处,让我们一起开始学习吧!阅读本文大约需要15min。
本文相关推荐阅读:
一学就会 | PyTorch入门看这篇就够了
文章目录文章目录全文框架简介安装TensorBoardTensorBoard中主要功能函数介绍SummaryWriter类SummaryWriter类的方法add_scalar()方法:add_scalars()方法add_histogram()方法
add_image()方法add_images()方法add_graph()方法实用工具torchsummary使用TensorBoard跟踪模型训练总结
全文框架全文框架
简介简介
本文主要介绍PyTorch下TensorBoard的使用。当我们进行PyTorch进行深度学习实验时,深度神经网络就像一个黑盒子,其内部的组织、结构、以及训练过程我们很难去理解,这不
便于我们构建神经网络模型。因此TensorBoard应运而生,它是一个可视化工具,它可以用来展示网络图、张量的指标变化、张量的分布情况等。在深度学习任务中,如果我们想要
改善模型,则我们需要对模型的指标进行衡量。
TensorBoard提供了机器学习实验所需的可视化工具:
跟踪和可视化指标,例如损失和准确性
可视化模型图(操作和图层)
查看权重,偏差或其他张量随时间变化的直方图
将嵌入物投影到较低维度的空间
显示图像,文本和音频数据
分析深度学习框架程序(本文使用PyTorch)
TensorBoard运行机制:
在python脚本中记录要监控的数据
记录下来的内容会以event file文件的形式存放在硬盘中
在终端用tensorboard命定读取event file文件
TensorBoard在Web端实现可视化
下文会介绍具体操作方法。
安装安装TensorBoard
TensorBoard并不是与PyTorch安装包绑定在一起的,我们需要另行单独安装,安装TensorBoard其实很简单,只需要在终端输入这样操作:
(torch2) C:\Users\Administrator>pip install tensorboard
需要注意,我是在虚拟环境 torch2 中安装的TensorBoard,读者应该选择自己对应的虚拟环境。
为了提升下载速度,推荐用清华镜像下载:
(torch2) C:\Users\Administrator>pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorboard
TensorBoard中主要功能函数介绍中主要功能函数介绍
我们使用TensorBoard对数据进行可视化,必然要调用相应函数,这里我们先做简单了解,我们会在后文详细介绍。
SummaryWriter类类
SummaryWriter:
功能:用来创建event file的高级接口,将event file直接写入log_dir中,以供TensorBoard使用。
主要属性:
log_dir:保存event file的文件夹,默认为runs文件夹
comment:不指定log_dir时,文件夹的后缀
filename_suffix:event file文件名后缀
接下来用代码演示:
1、自动生成文件夹名称并创建可视化文件
# 从torch.utils.tensorboard导入SummaryWriter类
from torch.utils.tensorboard import SummaryWriter
# 实例化这个类
writer = SummaryWriter()
我们来看一下运行结果:
我们没有指定文件夹,默认创建runs/Apr08_16-14-46_PC-202003241336文件夹,从文件夹的信息可以看出,该文件创建于4月8日16时14分46秒。保存我们可视化信息的event file
文件为events.out.tfevents.1586333686.PC-202003241336.10256.0。
2、指定文件夹名称并创建可视化文件
# 从torch.utils.tensorboard导入SummaryWriter类
from torch.utils.tensorboard import SummaryWriter
# 实例化这个类
writer = SummaryWriter("logs")
我们来看一下运行结果:
这一次我们指定了文件夹,创建logs文件夹。其中保存我们可视化信息的event file文件为events.out.tfevents.1586339998.PC-202003241336.2116.0。
3、创建带有文件夹后缀的可视化文件
# 从torch.utils.tensorboard导入SummaryWriter类
from torch.utils.tensorboard import SummaryWriter
# 实例化这个类
writer = SummaryWriter(comment="Created_Sang", filename_suffix='good')
剩余11页未读,继续阅读
weixin_38622962
- 粉丝: 3
- 资源: 904
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 基于C实现的N阶数字正方形 ;N阶数字三角形;N阶数字递减三角形;乘法表
- 基于分水岭算法的图像分割的python源码(课程设计).zip
- 基于Java 实现的二进制十进制之间的相互转换
- Pytorch实现基于卷积神经网络的面部表情识别项目源码+数据集+全部资料(毕业设计).zip
- Pytorch实现基于深度学习卷积神经网络的面部表情识别项目源码+面部表情数据集(人脸面部表情识别项目).zip
- 淘金小游戏助手.apk
- 基于卷积神经网络的人脸面部表情识别项目源码+面部表情数据集+训练好的模型(人脸面部表情识别项目).zip
- 深度学习基于卷积神经网络的人脸面部表情识别项目源码+面部表情数据集+训练好的模型(人脸面部表情识别项目).zip
- 4f76dd1f4d0bea09663e536fd2297540.txt
- React项目基于JavaScript实现的全球新闻发布管理系统源码.zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论3