博客
关于我
[环境搭建七] 使用anaconda安装pytorch自带的tensorboard
阅读量:314 次
发布时间:2019-03-04

本文共 599 字,大约阅读时间需要 1 分钟。

PyTorch 从 1.2.0 版本开始正式内置 TensorBoard 支持,这意味着我们可以直接使用内置工具进行可视化分析,无需依赖第三方工具。

安装 TensorBoard

在终端中执行以下命令安装必要工具:

conda activate rootpip install tensorboard -i https://pypi.douban.com/simple/

使用 TensorBoard

在 PyTorch 项目中启用 TensorBoard 可视化:

from torch.utils.tensorboard import SummaryWriterwriter = SummaryWriter('runs', 'pytorch_tutorial')

测试安装

在 Jupyter Notebook 中输入以下代码,确保没有错误即可知安装成功:

from torch.utils.tensorboard import SummaryWriterwriter = SummaryWriter('runs', 'pytorch_tutorial')

注意事项

  • 确保 PyTorch 版本为 1.2.0 或更高。
  • 测试代码运行时请注意数据加载和模型定义是否正确。
  • TensorBoard 的可视化功能需要与 PyTorch 的训练或推理过程同步添加 SummaryWriter 记录信息。

转载地址:http://cgjq.baihongyu.com/

你可能感兴趣的文章
Nginx的使用总结(一)
查看>>
Nginx的是什么?干什么用的?
查看>>
Nginx访问控制_登陆权限的控制(http_auth_basic_module)
查看>>
nginx负载均衡的五种算法
查看>>
Nginx配置ssl实现https
查看>>
Nginx配置TCP代理指南
查看>>
Nginx配置代理解决本地html进行ajax请求接口跨域问题
查看>>
Nginx配置参数中文说明
查看>>
Nio ByteBuffer组件读写指针切换原理与常用方法
查看>>
NIO Selector实现原理
查看>>
NISP一级,NISP二级报考说明,零基础入门到精通,收藏这篇就够了
查看>>
NI笔试——大数加法
查看>>
NLP 基于kashgari和BERT实现中文命名实体识别(NER)
查看>>
NMAP网络扫描工具的安装与使用
查看>>
NN&DL4.3 Getting your matrix dimensions right
查看>>
NN&DL4.8 What does this have to do with the brain?
查看>>
No 'Access-Control-Allow-Origin' header is present on the requested resource.
查看>>
No fallbackFactory instance of type class com.ruoyi---SpringCloud Alibaba_若依微服务框架改造---工作笔记005
查看>>
No module named cv2
查看>>
No module named tensorboard.main在安装tensorboardX的时候遇到的问题
查看>>