使用tensorboard注意事项

G:\python>tensorboard --logdir runs
f:\anaconda3\lib\site-packages\h5py\__init__.py:34: FutureWarning: Conversion of the second argument of issubdtype from `float` to `np.floating` is deprecated. In future, it will be treated as `np.float64 == np.dtype(float).type`.
  from ._conv import register_converters as _register_converters
TensorBoard 1.13.1 at http://DESKTOP-C929QOU:6006 (Press CTRL+C to quit)

Traceback (most recent call last):
  File "f:\anaconda3\lib\runpy.py", line 193, in _run_module_as_main
    "__main__", mod_spec)
  File "f:\anaconda3\lib\runpy.py", line 85, in _run_code
    exec(code, run_globals)
  File "f:\Anaconda3\Scripts\tensorboard.exe\__main__.py", line 9, in <module>
  File "f:\anaconda3\lib\site-packages\tensorboard\main.py", line 57, in run_main
    app.run(tensorboard.main, flags_parser=tensorboard.configure)
  File "f:\anaconda3\lib\site-packages\absl\app.py", line 300, in run
    _run_main(main, args)
  File "f:\anaconda3\lib\site-packages\absl\app.py", line 251, in _run_main
    sys.exit(main(argv))
  File "f:\anaconda3\lib\site-packages\tensorboard\program.py", line 228, in main
    self._register_info(server)
  File "f:\anaconda3\lib\site-packages\tensorboard\program.py", line 274, in _register_info
    manager.write_info_file(info)
  File "f:\anaconda3\lib\site-packages\tensorboard\manager.py", line 269, in write_info_file
    payload = "%s\n" % _info_to_string(tensorboard_info)
  File "f:\anaconda3\lib\site-packages\tensorboard\manager.py", line 129, in _info_to_string
    for k in _TENSORBOARD_INFO_FIELDS
  File "f:\anaconda3\lib\site-packages\tensorboard\manager.py", line 129, in <dictcomp>
    for k in _TENSORBOARD_INFO_FIELDS
  File "f:\anaconda3\lib\site-packages\tensorboard\manager.py", line 51, in <lambda>
    (dt - datetime.datetime.fromtimestamp(0)).total_seconds()),
OSError: [Errno 22] Invalid argument

必须先激活tensorflow,再执行tensorboard --logdir runs(根据自己文件夹名确定,默认runs)

### 如何使用 TensorBoardX 库 TensorBoardX 是一个用于扩展 TensorFlow 中 TensorBoard 功能的 Python 库,允许开发者在不依赖于 TensorFlow 的情况下实现类似的可视化功能。以下是关于如何使用 TensorBoardX 进行可视化的详细介绍。 #### 安装 TensorBoardX 要开始使用 TensorBoardX,首先需要安装该库。可以通过 pip 工具轻松完成安装: ```bash pip install tensorboardX ``` #### 初始化 SummaryWriter 对象 SummaryWriter 是 TensorBoardX 提供的核心类之一,负责记录训练过程中的各种数据并将其写入到指定的日志目录中。创建 SummaryWriter 实例时可以指定日志文件存储路径[^1]。 ```python from tensorboardX import SummaryWriter writer = SummaryWriter('runs/experiment_1') ``` 上述代码会将所有的日志保存至 `runs/experiment_1` 文件夹下。 #### 添加标量数据 通过调用 writer.add_scalar 方法能够向 TensorBoard 日志中添加单个数值型变量随时间步的变化情况。这对于跟踪损失函数值或者准确率非常有用。 ```python for i in range(100): scalar_value = (i / 99)**2 * 100 writer.add_scalar('quadratic', scalar_value, global_step=i) ``` 此段脚本模拟了一个二次曲线的增长趋势,并且每一步都将当前的结果标记为全局步骤(global step)[^2]。 #### 可视化图像 除了绘制折线图外,还可以利用 add_image 函数上传图片以便观察输入输出样本的质量差异。 ```python import numpy as np img_np = np.random.rand(3, 100, 100) writer.add_image('random_img', img_np, dataformats='CHW') ``` 这里生成了一张随机噪声构成的小幅RGB彩色照片作为演示用途[^3]。 #### 启动 TensorBoard 查看结果 最后,在命令行界面启动 TensorBoard 并指向之前定义好的 logdir 参数所对应的地址即可浏览所有已记录的信息。 ```bash tensorboard --logdir=runs/ ``` 打开浏览器访问 http://localhost:6006 即可查看实验成果。 --- ### 注意事项 - 确保本地已经正确配置好 TensorBoard 软件环境。 - 如果是在 Jupyter Notebook 或者 Colab 上运行程序,则需额外设置端口映射等相关参数才能正常预览图形界面。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值