1.启动tensorboard tensorboard --logdir="./logs" --port 6006 2.显示graph 3.查看变量 更多参考资料：http://www.jianshu.com/p/d059ffea9ec0
原创
2022-07-15 17:23:15
171阅读
本节笔记内容具体是学习tensorboard中的两个方法分别是scalar和histogram，一共分为3个部分：（1）首先学习SummaryWriter类；（2）其次，学习两个基本方法记录标量add_scalar和直方图可视化add_histogram；（3）最后，使用scalar和histogram来监控模型指标（分别有Loss曲线、Acuracy曲线以及参数分布、参数所对应的梯度分布情况）t
转载
2023-08-13 21:50:05
132阅读
import torch from torch.utils.tensorboard import SummaryWriter import matplotlib.pyplot as plt import numpy as np def main(): log_path = './log' logge ...
转载
2021-08-01 21:06:00
150阅读
2评论
1.测试tensorboard # tensorflow2.1.0+win10 import tensorflow.compat.v1 as tf tf.disable_v2_behavior() import numpy as np with tf.name_scope(name='filed')
转载
2020-08-18 10:53:00
329阅读
2评论
from torch.utils.tensorboard import SummaryWriter writer=SummaryWriter('Practice')#生成文件更改为在当前目录新建Practice文件夹中 for i in range(100): writer.add_scalar(' ...
转载
2021-09-05 15:36:00
136阅读
2评论
再写一个强化学习的项目，想增加tensorboard来可视化一下训练过程，但是代码写完之后跑起来却报错：TensorBoard logging requires TensorBoard version 1.15 or above但是，问题在于，我的tensorboard版本是2.8，绝对要比1.15高的，鬼知道它为什么会报这个错。终于在我找了好几篇文章之后，发现了问题。原
原创
2022-03-02 13:48:54
3086阅读
pytorch中的tensorboard使用1. tensorboard介绍2. tensorboard的安装3. 使用各种add方法记录数据3.1 数字(scalar)1.2 图片（image）1.3 直方图（histogram）1.4 运行图（graph）1.5 嵌入向量（embedding）1.6 其他一些tips 1. tensorboard介绍 在训练神经网络时，我们希望能更直观地了
使用下面命令总是报错： tensorboard --logdir=mylogdirtensorboard --logdir='./mylogdir' 正确命令 tensorboard --logdir mylogdir ...
转载
2018-10-19 17:28:00
178阅读
2评论
在登录远程服务器的时候使用命令：ssh -L 16006:127.0.0.1:6006 name@server_ipnohup python file_name.py >p1.log >tensorboard --logdir=./log在本机浏览器输入：http://127.0.0.1:16006/...
原创
2023-01-13 06:01:14
246阅读
1.在本地终端，输入以下命令：
ssh -L 16006:127.0.0.1:6006 username@remote_server_ip注：16006:127.0.0.1代表自己机器上的16006号端口(这个端口号应该也是自己改的，只要是本地没有被占用的就可以)，6006（或者其他服务器上没有被占用）是服务器上tensorboard使用的端口。username指的是服务器的用户名；remote_
原创
2023-04-30 20:01:42
177阅读
许久不用tensorflow，发现keras的代码组织方式更直观。 记录下keras下tensorboard的使用。 tensorboart --logdir ./log 默认端口6006
转载
2018-08-22 18:58:00
102阅读
2评论
TensorBoard是一款为了更方便程序的理解、调试与优化发布的可视化工具。可以用 Tensorboard 来展现Tensor
原创
2022-06-01 13:31:58
257阅读
为了可视化网络结构和训练过程，可以借助tensorboard这个工具。同样的，事先需要按照上述步骤定义好模型和数据结构。
```
import matplotlib.pyplot as plt
import numpy as np
import torch
import torchvision
import torchvision.transforms as transforms
import
转载
2021-06-18 15:11:14
315阅读
import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' import tensorflow as tf #tensorboard --logdir="./" def linearregression(): with tf.variable_scope("
原创
2021-08-25 14:23:27
88阅读
ssh -L 6006:localhost:5001 username@ml.cs.tsinghua.edu.cn -p 4513 6006是本地端口 5001是远程tensorboard绑定的端口
原创
2022-07-15 17:22:31
94阅读
以前学习用的资料，整理电脑，放在这里，以备后续使用Tenso
转载
2022-11-10 10:16:04
2892阅读
# PyTorch TensorBoard介绍与使用
TensorBoard是TensorFlow深度学习框架提供的一个可视化工具，用于帮助用户更好地理解和调试他们的模型。然而，很多人可能不知道的是，PyTorch也提供了一种使用TensorBoard的方式来可视化模型的训练过程。在本文中，我们将介绍PyTorch TensorBoard的基本概念和使用方法，并通过代码示例来演示其用法。
##
原创
2023-07-23 23:45:06
96阅读
