目录
一,训练形成log文件
例子:
from torch.utils.tensorboard import SummaryWriter
import numpy as np
writer = SummaryWriter()
for x in range(1, 101) :
writer.add_scalar('y = 2x', x, 2 * x)
writer.close()
#单条曲线(scalar)
#add_scalar(tag, scalar_value, global_step=None, walltime=None)
#参数:
#tag ( string ) – 数据标识符
#scalar_value ( float或string/blobname ) – 要保存的值
#global_step ( int ) – 要记录的全局步长值
#walltime ( float ) – 记录训练的时间,默认 walltime (time.time()) 秒
二. 切换logs目录
1.首先结束默认启动的Tensorboard进程,执行命令:
ps -ef | grep tensorboard | awk '{print $2}' | xargs kill -9
2、在终端中执行以下命令启动TensorBoard
官方是说需将tensorboard的event文件保存到/root/tf-logs/路径,如果不想切换保存路径,只需要改下执行指令就行
/root/tf-logs/路径
tensorboard --port 6007 --logdir tf-logs
其他路径
tensorboard --port 6007 --logdir path/to/your/tf-logs/direction
#path/to/your/tf-logs/direction为你的logs文件前的路径,不需要带logs的文件名