如何在Tensorboard上查看模型训练信息

如何在Tensorboard上查看训练过程中得到的训练损失、训练精度、验证损失、验证精度和当前学习率等信息?

要在Tensorboard上查看训练过程中得到的训练损失、训练精度、验证损失、验证精度和当前学习率等信息,需要按照以下步骤:

  1. 在代码中加入Tensorboard的配置,如下所示:

    from torch.utils.tensorboard import SummaryWriter
    tb_writer = SummaryWriter(log_dir="./log")
    

    这里定义了一个Tensorboard的SummaryWriter对象,用于向Tensorboard输出日志。log_dir参数指定了输出日志的路径,可以根据需要设置。

  2. 在代码中使用add_scalar方法将需要监控的数据添加到Tensorboard中,如下所示:

    tb_writer.add_scalar("Train/Loss", train_loss, epoch)
    tb_writer.add_scalar("Train/Accuracy", train_acc, epoch)
    tb_writer.add_scalar("Val/Loss", val_loss, epoch)
    tb_writer.add_scalar("Val/Accuracy", val_acc, epoch)
    tb_writer.add_scalar("Learning Rate", optimizer.param_groups[0]['lr'], epoch)
    

    这里添加了训练损失、训练精度、验证损失、验证精度和当前学习率等信息到Tensorboard中。

  3. 在命令行中启动Tensorboard服务,并指定日志路径,如下所示:

    tensorboard --logdir=./log
    

    这里启动了一个Tensorboard服务,并且将日志输出路径设置为"./log"。

  4. 在浏览器中打开Tensorboard的网址,默认为http://localhost:6006/,即可查看相关的日志。在Tensorboard的左边栏中可以依次查看训练损失、训练精度、验证损失、验证精度和学习率等信息的变化趋势。

你可能感兴趣的:(pytorch,深度学习)