PyTorch项目使用TensorboardX进行训练可视化
PyTorch項(xiàng)目使用TensorboardX進(jìn)行訓(xùn)練可視化
- 什么是TensorboardX
- 配置TensorboardX
- 使用 pip 安裝
- 從源碼安裝
- 使用TensorboardX
- 參考資料
什么是TensorboardX
Tensorboard 是 TensorFlow 的一個(gè)附加工具,可以記錄訓(xùn)練過程的數(shù)字、圖像等內(nèi)容,以方便研究人員觀察神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程。可是對(duì)于 PyTorch 等其他神經(jīng)網(wǎng)絡(luò)訓(xùn)練框架并沒有功能像 Tensorboard 一樣全面的類似工具,一些已有的工具功能有限或使用起來(lái)比較困難 (tensorboard_logger, visdom等) 。TensorboardX 這個(gè)工具使得 TensorFlow 外的其他神經(jīng)網(wǎng)絡(luò)框架也可以使用到 Tensorboard 的便捷功能。
配置TensorboardX
可以直接使用 pip 進(jìn)行安裝,或者從源碼進(jìn)行安裝。
使用 pip 安裝
pip install tensorboardX從源碼安裝
git clone https://github.com/lanpa/tensorboardX && cd tensorboardX && python setup.py install使用TensorboardX
首先,需要?jiǎng)?chuàng)建一個(gè) SummaryWriter 的示例:
from tensorboardX import SummaryWriter# Creates writer1 object. # The log will be saved in 'runs/exp' writer1 = SummaryWriter('runs/exp')# Creates writer2 object with auto generated file name # The log directory will be something like 'runs/Aug20-17-20-33' writer2 = SummaryWriter()# Creates writer3 object with auto generated file name, the comment will be appended to the filename. # The log directory will be something like 'runs/Aug20-17-20-33-resnet' writer3 = SummaryWriter(comment='resnet')以上展示了三種初始化 SummaryWriter 的方法:
一般來(lái)講,我們對(duì)于每次實(shí)驗(yàn)新建一個(gè)路徑不同的 SummaryWriter,也叫一個(gè) run,如 runs/exp1、runs/exp2。
接下來(lái),我們就可以調(diào)用 SummaryWriter 實(shí)例的各種 add_something 方法向日志中寫入不同類型的數(shù)據(jù)了。想要在瀏覽器中查看可視化這些數(shù)據(jù),只要在命令行中開啟 tensorboard 即可:
tensorboard --logdir=<your_log_dir>其中的 <your_log_dir> 既可以是單個(gè) run 的路徑,如上面 writer1 生成的 runs/exp;也可以是多個(gè) run 的父目錄,如 runs/ 下面可能會(huì)有很多的子文件夾,每個(gè)文件夾都代表了一次實(shí)驗(yàn),我們令 --logdir=runs/ 就可以在 tensorboard 可視化界面中方便地橫向比較 runs/ 下不同次實(shí)驗(yàn)所得數(shù)據(jù)的差異。
參考資料
總結(jié)
以上是生活随笔為你收集整理的PyTorch项目使用TensorboardX进行训练可视化的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: label smoothing(标签平滑
- 下一篇: [PAMI2013] Guided Im