使用 pip 安装 tensorflfow(必须)
下载慢的可以用
pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple/
使用 pip 安装 ensorboardX
下载慢的可以用
pip install ensorboardX -i https://pypi.tuna.tsinghua.edu.cn/simple/
数字 (scalar)
使用 add_scalar 方法来记录数字常量。
add_scalar(tag, scalar_value, global_step=None, walltime=None) 参数: tag (string): 数据名称,不同名称的数据使用不同曲线展示 scalar_value (float): 数字常量值 global_step (int, optional): 训练的 step walltime (float, optional): 记录发生的时间,默认为 time.time() 需要注意,这里的 scalar_value 一定是 float 类型,如果是 PyTorch scalar tensor,则需要调用 .item() 方法获取其数值。我们一般会使用 add_scalar 方法来记录训练过程的 loss、accuracy、learning rate 等数值的变化,直观地监控训练过程。
代码块
from tensorboardX import SummaryWriter writer = SummaryWriter('runs/scalar_example')#文件存放位置 for i in range(10): writer.add_scalar('quadratic', i**2, global_step=i)#i就是epoch writer.add_scalar('exponential', 2**i, global_step=i)
最后在CMD命令窗口中:
tensorboard --logdir=<your_log_dir> 例如: tensorboard --logdir=runs/scalar_example
复制出现的链接 放到浏览器中 over!
这里,我们在一个路径为 runs/scalar_example 的 run 中分别写入了二次函数数据 quadratic 和指数函数数据 exponential,在浏览器可视化界面中效果如下:
参考大神资料:
他的是详解,我只挑了其中一种方法
https://blog.csdn.net/bigbennyguo/article/details/87956434