【tensorboard】深度学习的日志信息events.out.tfevents文件可视化工具

这篇具有很好参考价值的文章主要介绍了【tensorboard】深度学习的日志信息events.out.tfevents文件可视化工具。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。

在用深度学习模型训练完模型后,会有一些events.out.tfevents格式的日志信息文件,如下图:
tensorboard 日志路径,深度学习知识点,深度学习,人工智能,pytorch
在这类文件需要用tensorboard进行打开,并且查看训练过程的信息内容。

1. tensorboard安装

pip install tensorboard -i https://pypi.douban.com/simple

2. 开启tensorboard可视化events.out.tfevents文件服务

tensorboard 日志路径,深度学习知识点,深度学习,人工智能,pytorch
命令格式为:


tensorboard --logdir=日志所在的目录路径 --port=8008

注意:日志所在的目录是指日志的目录文件夹,不是日志本身路径。
以上面图片中为例,命令为:

tensorboard --logdir=G:\My_DL_Test\PyTorch-YOLOv3-master\pytorchyolo\logs\2023_03_24__18_59_35 --port=8008

在CMD窗口中输入上面命令,则会开启一个web后台服务,结果如下:
tensorboard 日志路径,深度学习知识点,深度学习,人工智能,pytorch
其中G:\My_DL_Test\PyTorch-YOLOv3-master\pytorchyolo\logs\2023_03_24__18_59_35是你events.out.tfevents文件所在的文件目录,后面的–port为端口号8008。

修改 --port= 后面的数字可以同时可视化多个不同的events.out.tfevents文件,

如在新的终端窗口中输入:tensorboard --logdir=G:\XXX --port=8006。

3. 在浏览器中浏览日志文件信息

tensorboard 日志路径,深度学习知识点,深度学习,人工智能,pytorch
在浏览器中输入开启的服务地址:http://localhost:8008,就可以看到日志结果信息啦,如下如所示:
tensorboard 日志路径,深度学习知识点,深度学习,人工智能,pytorch文章来源地址https://www.toymoban.com/news/detail-518491.html

到了这里,关于【tensorboard】深度学习的日志信息events.out.tfevents文件可视化工具的文章就介绍完了。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

  • Filebeat 采集 k8s Pod 和 Events 日志实战操作

    要使用 Filebeat 采集 Kubernetes 中的 Pod 和 Events 日志,您需要配置 Filebeat 以适应这两种类型的数据。以下是详细说明: 1)采集 Pod 日志流程介绍 Pod 日志是容器内产生的日志数据。 Filebeat 可以监控这些日志并将它们发送到中央存储或分析系统。下面是如何配置 Filebeat 来采集

    2024年02月04日
    浏览(45)
  • 深度学习引领信息检索革新:从传统方法到神经网络信息检索的探索

    信息检索(Information Retrieval,IR)是自然语言理解(NLU)的典型应用之一,旨在根据用户提供的查询,在大量的文档库中找到相关信息。信息检索在数字化时代扮演着关键的角色,为用户提供了在庞大数据海洋中寻找和获取信息的能力。其背后的技术和算法的不断进步,使得

    2024年01月18日
    浏览(40)
  • 查看与清空大数据的日志文件“nohup.out“

    查看与清空大数据的日志文件\\\"nohup.out\\\" 在大数据领域中,我们常常需要运行复杂的任务和程序,这些任务和程序通常需要长时间运行,因此我们会使用nohup命令来让它们在后台持续执行。当我们运行任务时,nohup会生成一个名为\\\"nohup.out\\\"的日志文件,用于记录任务的输出信息和

    2024年02月08日
    浏览(38)
  • 一文理解深度学习中的多尺度和不同感受野(视野)信息

    如何理解深度学习中的多尺度和不同视野信息 在进行图像处理的深度模型中,合理理解并利用不同尺度信息和不同视野信息将对图像结果有意想不到的结果,那么具体什么是多尺度信息,什么是不同视野信息 1.不同尺度信息 多尺度是指不同尺度的信号采样,在不同尺度下可

    2024年02月16日
    浏览(48)
  • 深度学习实战34-基于paddle关键信息抽取模型训练的全流程

    大家好,我是微学AI,今天我给大家介绍一下深度学习实战34-基于paddle关键信息抽取模型训练的全流程,我们在文档应用场景中,存在抽取关键信息的任务,比如身份证里的姓名和地址,快递单里的姓名和联系方式等等。传统的方法需要设计模板,但是这太繁琐了,也不够强

    2024年02月07日
    浏览(49)
  • windows下tomcat控制台按天输出catalina.out日志

    windows服务器情况下,无法和linux服务器一样,启动web服务之后,直接tail查看日志,而windwos控制台的输出空间有限,如果遇到大量错误的情况下,console日志刷新太快,无法看到首次错误是在哪里出现的,会产生很多不必要的麻烦,所以从网上查找了windows控制台信息输出到文件

    2024年02月05日
    浏览(54)
  • 基于深度学习的视频结构化:从信息提取到更高效的数据处理

    作者:禅与计算机程序设计艺术 1.1. 背景介绍 近年来,随着深度学习技术的发展,计算机视觉领域也取得了显著的进步。特别是,基于深度学习的图像处理算法在图像识别、语音识别等方面取得了突破性的进展。同时,视频结构化作为视频内容分发、存储和推荐的重要环节,

    2024年02月12日
    浏览(43)
  • libevent学习——event_base

    使用 libevent 函数之前需要分配一个或者多个 event_base 结构体。每个 event_base 结构 体持有一个事件集合,可以检测以确定哪个事件是激活的。 如果设置 event_base 使用锁,则可以安全地在多个线程中访问它 。然而,其事件循环只能 运行在一个线程中。如果需要用多个线程检测 IO,则

    2024年02月07日
    浏览(34)
  • git 报错信息:Failed to connect to github.com port 443: Timed out

    因为国内网络登录GitHub会有明显的卡顿,所以我开启了加速器。 由于开启的加速器,在执行push命令的时候,会出现  port 443:time out 错误 或也可以像我一样在电脑中安装SwitchHosts,然后在其中配置同样的信息   发送成功。

    2024年02月13日
    浏览(57)
  • Python爬虫——scrapy_日志信息以及日志级别

    日志级别(由高到低) CRITICAL: 严重错误 ERROR: 一般错误 WARNING: 警告 INFO: 一般警告 DEBUG: 调试信息 默认的日志等级是DEBUG 只要出现了DEBUG或者DEBUG以上等级的日志,那么这些日志将会打印 settings.py文件设置: 默认的级别为DEBUG,会显示上面所有的信息 LOG_FILE:将屏幕显

    2024年02月11日
    浏览(51)

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