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
Netpas:不一样的SD-WAN+ 保障网络通讯品质
查看>>
Netty WebSocket客户端
查看>>
Netty工作笔记0011---Channel应用案例2
查看>>
Netty工作笔记0014---Buffer类型化和只读
查看>>
Netty工作笔记0050---Netty核心模块1
查看>>
Netty工作笔记0084---通过自定义协议解决粘包拆包问题2
查看>>
Netty常见组件二
查看>>
netty底层源码探究:启动流程;EventLoop中的selector、线程、任务队列;监听处理accept、read事件流程;
查看>>
Netty核心模块组件
查看>>
Netty框架的服务端开发中创建EventLoopGroup对象时线程数量源码解析
查看>>
Netty源码—2.Reactor线程模型一
查看>>
Netty源码—4.客户端接入流程一
查看>>
Netty源码—4.客户端接入流程二
查看>>
Netty源码—5.Pipeline和Handler一
查看>>
Netty源码—6.ByteBuf原理二
查看>>
Netty源码—7.ByteBuf原理三
查看>>
Netty源码—7.ByteBuf原理四
查看>>
Netty源码—8.编解码原理二
查看>>
Netty源码解读
查看>>
Netty的Socket编程详解-搭建服务端与客户端并进行数据传输
查看>>