pytorch SummaryWriter保存日志的方法

2023-03-21 11:59

短信预约 -IT技能 免费直播动态提醒

1 安装与导入

安装：conda install tensorboardX 或者 pip install tensorboardX

导入

from tensorboardX import SummaryWriter
 writer = SummaryWriter(logPath)
 ...
 writer.close()

2 添加需要保存标量数据

在这里插入图片描述

add_scalar(tag, scalar_value, global_step=None) 从源码中我们能看到核心的三个参数为前三个。通俗的讲分别代表
- tag：图的标签名，唯一标识
- scalar_value：y轴数据，标量数据的具体数值
- global_step：x轴数据，要记录的全局步长值
add_scalars(main_tag, tag_scalar_dit)多项标题记录方法，其中：
- main_tag —— 该图的标签
- tag_salar_dict —— 字典形式的tag-scalar_value对

源码中也有例子：

from tensorboardX import SummaryWriter
import numpy as np

writer = SummaryWriter('run/logs')

max_epoch = 100
for x in range(max_epoch):

    writer.add_scalar('t/y=2x', x * 2, x)    #x*2为y轴数据，x为x轴数据
    writer.add_scalar('t/y=pow_2_x', 2^x, x)
    writer.add_scalars('scalar_group', {"xsinx": x * np.sin(x),
                                     "xcosx": x * np.cos(x)}, x)
    writer.close()

运行完该脚本后，运行tensorboard命令：tensorboard --logdir=./run/

在这里插入图片描述

在浏览器中打开链接：【http://localhost:6006/】

在这里插入图片描述

3 添加需要保存图片数据

在这里插入图片描述

从源码中我们能看到add_image的主要参数如下。通俗的讲分别代表

tag：曲线图名字，唯一标识
img_tensor：图片数据，类型要求为 tensor/numpy/string 等
global_step：要记录的全局步长值
dataformats：图片输入的默认维度。注意是"CHW"

from tensorboardX import SummaryWriter
import numpy as np
img = np.zeros((3, 100, 100))
img[0] = np.arange(0, 10000).reshape(100, 100) / 10000
img[1] = 1 - np.arange(0, 10000).reshape(100, 100) / 10000

img_HWC = np.zeros((100, 100, 3))
img_HWC[:, :, 0] = np.arange(0, 10000).reshape(100, 100) / 10000
img_HWC[:, :, 1] = 1 - np.arange(0, 10000).reshape(100, 100) / 10000

writer = SummaryWriter('run/logs')
writer.add_image('my_image', img, 0)

# If you have non-default dimension setting, set the dataformats argument.
writer.add_image('my_image_HWC', img_HWC, 0, dataformats='HWC')
writer.close()

在这里插入图片描述

4 直方图的记录

画直方图主要为了看参数的分布状态，使用add_histogram(tag, values, global_step=None, bins=’tensorflow’, walltime=None)，其中tag, value, global_step的含义同上，示例如下：

# 每个epoch，记录梯度，权值
for name, param in net.named_parameters():
    writer.add_histogram(name + '_grad', param.grad, epoch)
    writer.add_histogram(name + '_data', param, epoch)

5 网络结构的记录

展示结构图使用add_graph(model, input_to_model=None, verbose=False)

writer = SummaryWriter(comment='test_your_comment', filename_suffix="_test_your_filename_suffix")
# 模型
fake_img = torch.randn(1, 3, 32, 32)
yolo = Yolo(classes=2)
writer.add_graph(yolo, fake_img)
writer.close()

到此这篇关于pytorch SummaryWriter保存日志的文章就介绍到这了,更多相关pytorch 保存日志内容请搜索编程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编程网！

免责声明：

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的，并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据，供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

pytorch 保存日志 pytorch SummaryWriter保存日志

阅读原文内容投诉