我的環境配置:Ubantu18.04+python3.6.10+pytorch1.0.0+tensorboardX2.0+tensorflow2.1.0。以faster-rcnn源碼中的使用方法爲例進行說明:
保存數據
導入模塊並創建一個SummaryWriter實例,使用此實例將訓練信息保存在logs文件夾下
from tensorboardX import SummaryWriter
logger = SummaryWriter("logs")
將數據保存到對應的文件夾下。add_scalars函數的第一個參數爲保存圖的名稱,第二個參數爲Y軸數據,第三個參數爲X軸數據。
info = {
'loss': loss_temp,
'loss_rpn_cls': loss_rpn_cls,
'loss_rpn_box': loss_rpn_box,
'loss_rcnn_cls': loss_rcnn_cls,
'loss_rcnn_box': loss_rcnn_box
}
logger.add_scalars("logs_s_{}/losses".format(args.session), info, (epoch - 1) * iters_per_epoch + step)
最後關閉此實例
logger.close()
顯示數據
1、激活我們所使用的虛擬環境,並在終端輸入以下命令載入剛剛做圖的文件(那個./log要寫完整的路徑)。注意:一定要安裝tensorflow,否則不會有tensorboard命令工具。tensorboard和tensorboardX不是一回事。運行下面的命令可能會提示某個庫的版本過低,我們按照提示升級即可。
tensorboard --logdir=./log
如下圖所示:
2、在瀏覽器輸入以下任意一個網址,即可查看結果:(訓練過程中可以實時更新顯示)
http://0.0.0.0:6006/
http://localhost:6006/
http://127.0.0.1:6006/