PyTorch項目使用TensorboardX進行訓練可視化

• 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 的一個附加工具，可以記錄訓練過程的數字、圖像等內容，以方便研究人員觀察神經網絡訓練過程。可是對于 PyTorch 等其他神經網絡訓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比較困難 (tensorboard_logger, visdom等) 。TensorboardX 這個工具使得 TensorFlow 外的其他神經網絡框架也可以使用到 Tensorboard 的便捷功能。

配置TensorboardX

可以直接使用 pip 進行安裝，或者從源碼進行安裝。

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，需要創建一個 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：

提供一個路徑，將使用該路徑來保存日志

無參數，默認將使用 runs/日期時間 路徑來保存日志

提供一個 comment 參數，將使用runs/日期時間-comment路徑來保存日志

一般來講，我們對于每次實驗新建一個路徑不同的 SummaryWriter，也叫一個 run，如 runs/exp1、runs/exp2。

接下來，我們就可以調用 SummaryWriter 實例的各種 add_something 方法向日志中寫入不同類型的數據了。想要在瀏覽器中查看可視化這些數據，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 run 的路徑，如上面 writer1 生成的 runs/exp；也可以是多個 run 的父目錄，如 runs/ 下面可能會有很多的子文件夾，每個文件夾都代表了一次實驗，我們令 --logdir=runs/ 就可以在 tensorboard 可視化界面中方便地橫向比較 runs/ 下不同次實驗所得數據的差異。

參考資料

https://blog.csdn.net/bigbennyguo/article/details/87956434

https://zhuanlan.zhihu.com/p/54947519

總結

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內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。