TensorBoard 是一组用于数据可视化的工具。它包含在流行的开源机器学习库 Tensorflow
一开始只能在tensorflow中使用
def add_scalar(self, tag, scalar_value, global_step=None, walltime=None):
作用:添加标量数据进行汇总
看源码解释
Args:
tag (string): Data identifier
scalar_value (float or string/blobname): Value to save
global_step (int): Global step value to record
walltime (float): Optional override default walltime (time.time())
with seconds after epoch of event
Examples::
from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter()
x = range(100)
for i in x:
writer.add_scalar('y=2x', i * 2, i)
writer.close()
Expected result:
.. image:: _static/img/tensorboard/add_scalar.png
:scale: 50 %
描述一个图像
3个参数,1个可选的参数
raise ImportError('TensorBoard logging requires TensorBoard with Python summary writer installed. '
ImportError: TensorBoard logging requires TensorBoard with Python summary writer installed. This should be available in 1.14 or above.
安装tensorboard
pip install tensorboard
完成安装安装成功后,打开tensorboard进行使用
根据命令行提示在指定端口打开查看tensorboard的东西
tensorboard --logdir=logs
更换端口进行使用
tensorboard --logdir=logs --port=6007
logdir=事件文件夹所在的文件夹名
从而避免和其他人的使用训练的端口产生冲突
Ctrl+/快速对某一行进行注释
控制台jupyter的使用
每次输入一句代码后
都会将它作为一段代码块进行运行
jupyter的各种使用
可以建立多个同时使用