AutoDL使用tensorboard

目录

一，训练形成log文件

二. 切换logs目录

三，在AutoPanel中访问TensorBoard

---

一，训练形成log文件

例子：

from torch.utils.tensorboard import SummaryWriter
import numpy as npwriter = SummaryWriter()
for x in range(1, 101) :writer.add_scalar('y = 2x', x, 2 * x) 
writer.close()
#单条曲线(scalar)
#add_scalar(tag, scalar_value, global_step=None, walltime=None)#参数：#tag ( string ) – 数据标识符
#scalar_value ( float或string/blobname ) – 要保存的值
#global_step ( int ) – 要记录的全局步长值
#walltime ( float ) – 记录训练的时间，默认 walltime (time.time()) 秒

二. 切换logs目录

1.首先结束默认启动的Tensorboard进程，执行命令：

ps -ef | grep tensorboard | awk '{print $2}' | xargs kill -9

2、在终端中执行以下命令启动TensorBoard

官方是说需将tensorboard的event文件保存到/root/tf-logs/路径，如果不想切换保存路径，只需要改下执行指令就行

/root/tf-logs/路径

tensorboard --port 6007 --logdir tf-logs

其他路径

tensorboard --port 6007 --logdir path/to/your/tf-logs/direction
#path/to/your/tf-logs/direction为你的logs文件前的路径，不需要带logs的文件名

三，在AutoPanel中访问TensorBoard