Pytorch使用TensorBoard(使用AutoDL快速入门)(mac系统)

这篇具有很好参考价值的文章主要介绍了Pytorch使用TensorBoard(使用AutoDL快速入门)(mac系统)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

AutoDL

AutoDL配有miniconda,提供 tensorboard 监控

没有账号的可以注册体验,新用户注册有十元免费代金券

https://www.autodl.com/register?code=c7d8238d-2b58-4765-a38a-1b9c3f39926e

TensorBoard安装

终端进入项目环境,输入命令安装

pip install tensorboard

终端输入:

tensorboard --help

正常输出则安装成功

pytorch中使用TensorBoard

  • 导入包

from torch.utils.tensorboard import SummaryWriter
  • 创建一个SummaryWriter对象:用于创建一个log文件

  • log_dir是log文件存放的位置,运行后会在当前目录下新建一个logs文件夹,下有train文件夹,文件夹内生成了一个文件(此时该文件为空)

writer = SummaryWriter(log_dir='logs/train')
Pytorch使用TensorBoard(使用AutoDL快速入门)(mac系统)
  • 向文件内写入内容

  • 例:用add_scalar绘制折线图

    writer.add_scalar(tag="accuracy",
                      scalar_value=epoch * random.uniform(0.8, 1),  # 纵坐标的值
                      global_step=epoch  
                      )

在AutoDL调用TensorBoard

官方文档参考

注意:默认情况下需将tensorboard产生的event文件保存到/root/tf-logs/路径,可以将生成的log文件拷贝至该文件夹,也可以在上文指定生成log文件路径时设置为默认路径。除此之外还能切换目录。本文使用切换目录,指定logs目录为生成的文件夹。

实例开机后,找到AutoPanel访问入口:

Pytorch使用TensorBoard(使用AutoDL快速入门)(mac系统)

当文件夹内为空或日志文件中无内容时页面显示:

Pytorch使用TensorBoard(使用AutoDL快速入门)(mac系统)

注意这里的目录就是当前tensorboard访问的目录

启动终端,停止当前tensorboard进程,手动修改目录

# 在终端中执行以下命令启动TensorBoard
# 删除当前tensorboard进程
ps -ef | grep tensorboard | awk '{print $2}' | xargs kill -9    
# 重新启动
tensorboard --port 6007 --logdir 【/指定目录】

启动后重新在AutoPanel中访问TensorBoard

注意:指定目录必须访问到日志文件所在文件夹

例如,上方创建的日志文件在logs/train/文件夹下,若更改目录到logs下,启动TensorBoard,提示访问异常

Pytorch使用TensorBoard(使用AutoDL快速入门)(mac系统)

更改目录至train文件夹,重新启动,正常显示折线图

Pytorch使用TensorBoard(使用AutoDL快速入门)(mac系统)

更新:如果出现端口切换问题,如默认是6006,切换到6007访问不了数据,又切不回6006时,重启远程实例


参考文章

TensorBoard快速入门(Pytorch使用TensorBoard)文章来源地址https://www.toymoban.com/news/detail-459909.html

到了这里,关于Pytorch使用TensorBoard(使用AutoDL快速入门)(mac系统)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • TensorBoard——Pytorch版使用(附带案例演示)

    TensorBoard是一个用于可视化机器学习实验结果的工具,可以帮助我们更好地理解和调试训练过程中的模型。 在PyTorch中,我们可以使用TensorBoardX库来与TensorBoard进行交互。TensorBoardX是一个PyTorch的扩展,它允许我们将PyTorch的训练中的关键指标和摘要写入TensorBoard的事件文件中。

    2024年03月11日
    浏览(31)
  • Pytorch中如何加载数据、Tensorboard、Transforms的使用

    一、Pytorch中如何加载数据 在Pytorch中涉及到如何读取数据,主要是两个类一个类是Dataset、Dataloader Dataset 提供一种方式获取数据,及其对应的label。主要包含以下两个功能: 如何获取每一个数据以及label 告诉我们总共有多少的数据 Dataloader,可以对数据进行打包,为后面的网络

    2024年02月10日
    浏览(22)
  • pytorch安装GPU版本 (Cuda12.1)教程: Windows、Mac和Linux系统快速安装指南

    🌷🍁 博主 libin9iOak带您 Go to New World.✨🍁 🦄 个人主页——libin9iOak的博客🎐 🐳 《面试题大全》 文章图文并茂🦕生动形象🦖简单易学!欢迎大家来踩踩~🌺 🌊 《IDEA开发秘籍》学会IDEA常用操作,工作效率翻倍~💐 🪁🍁 希望本文能够给您带来一定的帮助🌸文章粗浅,敬

    2024年02月16日
    浏览(62)
  • pytorch中使用TensorBoard进行可视化Loss及特征图

    安装TensorBoard 导入TensorBoard 实例化TensorBoard 训练过程中的loss,accuracy等都是标量,都可以用TensorBoard中的add_scalar来显示,add_scalar方法中第一个参数表示表的名字,第二个参数表示的是你要存的值,第三个参数可以理解为x轴坐标。 终端输入tensorboard --logdir=logs,开启TensorBoard

    2023年04月12日
    浏览(47)
  • 【人工智能概论】 PyTorch可视化工具Tensorboard安装与简单使用

    Tensorboard原本是Tensorflow的可视化工具,但自PyTorch1.2.0版本开始,PyTorch正式内置Tensorboard的支持,尽管如此仍需手动安装Tensorboard。否则会报错。 ModuleNotFoundError: No module named ‘tensorboard’ 进入相应虚拟环境后,输入以下指令即可安装。 输入以下指令,不报错即说明安装成功。

    2023年04月24日
    浏览(37)
  • pytorch安装GPU版本 (Cuda12.1)教程: Windows、Mac和Linux系统下GPU版PyTorch(CUDA 12.1)快速安装

    🌷🍁 博主 libin9iOak带您 Go to New World.✨🍁 🦄 个人主页——libin9iOak的博客🎐 🐳 《面试题大全》 文章图文并茂🦕生动形象🦖简单易学!欢迎大家来踩踩~🌺 🌊 《IDEA开发秘籍》学会IDEA常用操作,工作效率翻倍~💐 🪁🍁 希望本文能够给您带来一定的帮助🌸文章粗浅,敬

    2024年02月12日
    浏览(38)
  • Pytorch深度学习实战3-8:详解数据可视化组件TensorBoard安装与使用

    在深度学习领域,网络内部如同黑箱,其中包含大量的连接参数,这给人工调试造成极大的困难。 Tensorboard 则是神经网络的可视化工具,可以记录训练过程的数字、图像、运行图等内容,方便研究人员对训练参数进行统计,观察神经网络训练过程并指导参数优化。 参考

    2023年04月09日
    浏览(31)
  • [pytorch] 2. tensorboard

    TensorBoard 是一组用于数据可视化的工具。它包含在流行的开源机器学习库 Tensorflow 中.但是也可以独立安装,服务Pytorch等其他的框架 可以常常用来观察训练过程中每一阶段如何输出的 安装 启动 会默认在6006端口打开,也可以自行制定窗口,如: 所在类: 介绍: 创建对象 常用

    2024年01月22日
    浏览(23)
  • AutoDL服务器配置PyTorch

    一、租用新实例  二、点击JupyterLab  三、进入终端   1、首先输入如下命令  2、然后按英文模式的   i    进入编辑,按键盘下键到最后输入  3、然后先按键盘Esc键,使用命令  :w!   强制存盘  4、 然后再按键盘Esc键,使用命令  :q   退出  5、输入以下命令刷新  6、进入

    2024年02月04日
    浏览(32)
  • pytorch快速入门中文——03

    原文:https://pytorch.org/tutorials/beginner/blitz/neural_networks_tutorial.html#sphx-glr-beginner-blitz-neural-networks-tutorial-py 可以使用 torch.nn 包构建神经网络。 现在您已经了解了 autograd , nn 依赖于 autograd 来定义模型并对其进行微分。 nn.Module 包含层,以及返回 output 的方法 forward(input) 。 例如,

    2024年02月11日
    浏览(28)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包