您好,登錄后才能下訂單哦!
小編給大家分享一下Pytorch中TensorBoard及torchsummary怎么樣,相信大部分人都還不怎么了解,因此分享這篇文章給大家參考一下,希望大家閱讀完這篇文章后大有收獲,下面讓我們一起去了解一下吧!
在使用pytorch的過程中,一款好用的可視化工具是必不可少的,TensorBoard就是這樣一款強大的神經網絡可視化工具。那么這個工具要如何使用呢?請看小編接下來的介紹:
TensorBoard是一個強大的可視化工具,在pytorch中有兩種調用方法:
1.from tensorboardX import SummaryWriter
這種方法是在官方還不支持tensorboard時網上有大神寫的
2.from torch.utils.tensorboard import SummaryWriter
這種方法是后來更新官方加入的
1.1.1 創建接口SummaryWriter
功能:創建接口
調用方法:
writer = SummaryWriter("runs")
參數:
log_dir:event file輸出文件夾
comment:不指定log_dir時,文件夾后綴
filename_suffix:event file文件名后綴
1.1.2 記錄標量add_scalars()
功能:記錄標量add_scalars()
調用方法:
writer.add_scalars("name",{"dic":val},epoch)
參數:
tag:圖像的標簽名
scalar_step:要記錄的標量
global_step:輪次
1.1.3 統計直方圖add_histogram()
功能:統計直方圖與多分位數折線圖
調用方法:
writer.add_histogram("weight",self.fc.weight,epoch)
參數:
tag:圖像的標簽名
values:要畫直方圖的數據
global_step:輪次
bins:取值有 ‘tensorflow'、‘auto'、‘fd' 等
1.1.4 批次顯示圖像add_image()
功能:批次顯示圖像
調用方法:
writer.add_image(“Cifar10”, img_batch, epoch,'CHW')
參數:
tag:圖像的標簽名
img_tensor:圖像數據,注意尺寸
global_step:輪次
dataformats:數據形式,CHW,HWC,HW
1.1.5 查看模型圖add_graph()
功能:查看模型圖
調用方法:
writer.add_graph(model=net,input_to_model=torch.randn(1,3, 224, 224).to(device))
參數:
model:模型,必須是nn.Module
input_to_model:輸出給模型的數據
verbose:是否打印計算圖結構信息
寫完記得要寫 writer.close()
功能:查看網絡層形狀、參數
調用方法:
from torchsummary import summary
summary(net, input_size=(3, 224, 224))
參數:
model:pytorch模型
input_size:模型輸入size
batch_size:batch size
device:“cuda” or “cpu”
在文件路徑中cmd打開終端,輸入
tensorboard --logdir="./runs"
runs是我保存文件的文件名,打開以下鏈接
補充:pytorch調用tensorboard方法嘗試
tensorboard提供了用于監視訓練損失很好的接口,可以幫助我們更好的調整參數。下文介紹如何在pytorch中調用tensorboard。
安裝tensorboard、tensorflow以及tensorboardX
在文件開頭導入SummaryWriter
from tensorboardX import SummaryWriter
同tensorflow的tensorboard一樣,tensorboardX提供多種記錄方式如scalar、image等。
writer = SummaryWriter('path')
如果不添加path,則默認以時間命名。
添加監視變量
writer.add_scalar('Train/Acc', Acc, iter)
打開tensorboard
tensorboard --logdir 'path'
在瀏覽器打開6006端口
以上是“Pytorch中TensorBoard及torchsummary怎么樣”這篇文章的所有內容,感謝各位的閱讀!相信大家都有了一定的了解,希望分享的內容對大家有所幫助,如果還想學習更多知識,歡迎關注億速云行業資訊頻道!
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。