Pytorch在colab和kaggle中使用TensorBoard/TensorboardX可视化
在colab和kaggle内核的Jupyter notebook中如何可视化深度学习模型的参数对于我们分析模型具有很大的意义,相比tensorflow, pytorch缺乏一些的可视化生态包,但是幸好pytorch1.1官方添加了tensorboard的库,可以直接从TORCH.UTILS.TENSORBOARD 调用。
但是就目前的使用体验和反应,还是建议直接使用tensorboardX包在pytorch中进行可视化。
相比本地机中使用notebook进行可视化,在这种远程的notebook中如果使用魔法函数
!tensorboard --logdir
会导致你无法打开tensorboard的http服务(也就是网址)。本文使用一种简单的方法,通过tensorboardX在notebook可视化pytorch模型参数。
步骤:
开始前,先确保安装成功
pip install tensorboardX pip install tensorboard pip install tensorflow
第一步import tensorboardX (如何使用tensorboardX请参考reference):
from tensorboardX import SummaryWriter
第二步初始化一个 SummaryWriter实例:
writer = SummaryWriter()
第三步:
%load_ext tensorboard.notebook or (版本差异,自行选择)
%load_ext tensorboard
第四步把你模型需要在tensorboard中可视化的参数写入writer,每次写入 图像名称,loss/accracy数值, n_iteration
writer.add_scalar('Train/Loss', train_loss, epoch) writer.add_scalar('Train/Accuracy', train_acc, epoch) writer.add_scalar('Test/Loss', test_loss, epoch) writer.add_scalar('Test/Accuracy', test_acc, epoch)
第五步:
%tensorboard --logdir ./
接下来你就可以训练你的模型了,而且在边训练的时候可以边看到模型参数的变化。
转载于:https://www.cnblogs.com/tectal/p/11126376.html
Pytorch在colab和kaggle中使用TensorBoard/TensorboardX可视化相关推荐
- pytorch中使用TensorBoard进行可视化Loss及特征图
pytorch中使用TensorBoard进行可视化Loss及特征图 安装导入TensorBoard 安装TensorBoard pip install tensorboard 导入TensorBoa ...
- pytorch学习笔记(4):tensorboard可视化
参考文档:https://mp.weixin.qq.com/s/UYnBRU2b0InzM9H1xl4b4g 在之前的第二篇笔记中,我们实现了一个 CNN 网络,在 mnist 上通过两个卷积层完成分 ...
- 解决上手使用Colab、Kaggle时遇到的问题
使用Colab.Kaggle时遇到的难解决问题 坑的产生 为什么会用到这两个网站 因为李宏毅老师课后作业的示例代码是在Colab上的,作业的提交是Kaggle上的. 遇到的坑点 谷歌账户无法正常注册 ...
- (!详解 Pytorch实战:①)kaggle猫狗数据集二分类:加载(集成/自定义)数据集
这系列的文章是我对Pytorch入门之后的一个总结,特别是对数据集生成加载这一块加强学习 另外,这里有一些比较常用的数据集,大家可以进行下载: 需要注意的是,本篇文章使用的PyTorch的版本是v0. ...
- 成功解决win10下dos中运行tensorboard --logdir=logs和调用events.out.tfevents一闪而过的问题
成功解决win10下dos中运行tensorboard --logdir=logs和调用events.out.tfevents一闪而过的问题 目录 解决问题 解决思路 解决方法 解决问题 在dos中运 ...
- 自定义训练中使用Tensorboard
自定义训练中使用Tensorboard 1.相关代码 优化 optimizer = tf.keras.optimizers.Adam() 损失 loss_func = tf.keras.losses. ...
- 02.PyTorch基础操作(3-1 机器学习中的分类与回归问题-机器学习基本构成元素)
@[TOC](02.PyTorch基础操作(3-1 机器学习中的分类与回归问题-机器学习基本构成元素)) 来自慕课网 一.3-1 机器学习中的分类与回归问题-机器学习基本构成元素
- 解压bz2;kaggle(google人机验证);pycharm加上参数运行;no module named ‘torch_sparse;像这种在kaggle中运行程序报错—— invalid syn
https://jingyan.baidu.com/article/86fae3461437c53c48121a50.html 关于kaggle一些问题解决办法 - Y-flower - 博客园 Go ...
- 在kaggle中运行YOLO v5需要输入wandb的选项
这是我实际遇到的一个问题,我在Stack Overflow上找到了答案: python - Kaggle notebook running cell requires input - Stack Ov ...
最新文章
- 与《管理幸福》一书作者Jurgen Appelo的访谈
- 查看进程运行状态的环境变量
- 6个值得推荐的Android开源框架简介
- 任务间共享资源问题总结
- Visual C++——修改框体背景颜色
- Java 概述和编程基础
- 怎么调出matlab的函数,matlab定义函数【搞定方法】
- SpringBoot整合WebSocket实现前后端互推消息
- Unity 工具 之 常用插件分类汇总(UI/VR/AR/建模/Shader/动画/网络/AI/资源/数据/区块链等)
- 漂亮的CSS背景颜色
- 将中划线转为驼峰式写法
- 2010中国移动开发者大会21日开幕 揭密五大亮
- ELK生态系统——修改es中index的mapping平滑过渡数据
- html5考试总结300字,中段考试总结作文300精选集锦
- O32:头寸管理,我有话说
- html 填表模板,WEB前端开发简历自我评价填写样本
- 2022.2.14-2.20 AI行业周刊(第85期):失业
- js实现TODOlist
- word 文档图标变成记事本啦!(菜鸟记录)
- PHPStorm利用 PHP-CS-Fixer进行代码格式化
热门文章
- ​Java面向对象的概念整理
- CentOS 6.3下配置LVM(逻辑卷管理)
- 企业之HA~cluster
- shell之旅--将目录下的文件重命名为md5码+后缀名
- Web后端学习笔记 Flask(6)数据库
- c++数据结构中 顺序队列的队首队尾_用队列实现栈,用栈实现队列,听起来有点绕,都搞懂了就掌握了精髓
- 开奖|八大福利,康康你中奖了没?
- 深度学习VS机器学习——到底什么区别
- 微软将于今年秋天停用Azure区块链服务
- 伊万卡·特朗普的迈阿密豪华公寓楼接受加密付款