【Python】Ubuntu+pytorch下启动tensorboard

在pytorch代码中加入tensorboard语句

with SummaryWriter(comment='-XXX') as w:
     w.add_graph(model,(input_z,input_x))
 # model有两个输入input_x和input_z 
 # 此时会在当前位置下创建一个runs文件夹
 # 文件夹中会储存当前运行下生成的日志文件

若想要指定日志文件的输出位置:

with SummaryWriter('logs/',comment='-XXX') as w:
     w.add_graph(model,(input_z,input_x))
 # 此时会在当前位置下创建一个logs文件夹
 # 也可以将‘logs/’替换为任意路径位置

默认的runs文件夹和指定的logs文件夹中生成的日志文件储存形式略有不同,前者会在日志文件下额外生成一个带有时间、用户名和自定义标签的文件夹。
【Python】Ubuntu+pytorch下启动tensorboard

启动tensorboard

以默认的runs文件夹为例,在终端中将路径切换到runs下:

../code/runs$
../code/runs$ tensorboard --logdir=Sep11_23-08-40_xxx-Ubuntu-XXX
# --logdir中的地址为日志文件外的那个文件夹
# 若是logs文件夹的话
# 将地址切换到上层路径
# ../code$ tensorboard --logdir=logs
上一篇:python – TensorBoard中的Tensorflow混淆矩阵


下一篇:python – Tensorflow“知道”何时不将数据放入GPU中?