怎么建设在线视频网站,广东网站建设专业公司哪家好,为什么不建议去外包公司,windows wordpress 安装SummaryWriter函数 这个函数用于创建一个tensorboard文件#xff0c;其中常用参数有 log_dir#xff1a;tensorboard文件的存放路径。不设置log_dir默认会在当前程序所在的文件夹下创建个runs文件夹存储flush_secs#xff1a;表示写入tensorboard文件的时间间隔comment…SummaryWriter函数 这个函数用于创建一个tensorboard文件其中常用参数有 log_dirtensorboard文件的存放路径。不设置log_dir默认会在当前程序所在的文件夹下创建个runs文件夹存储flush_secs表示写入tensorboard文件的时间间隔comment文件夹名称的后缀filename_suffix文件名字后缀
add_scalar函数
功能记录标量的变化常用于Loss和Accuarcy曲线的记录
add_scalar(tag, scalar_value, global_stepNone,walltimeNone)tag ( string ) – 数据标识符
scalar_value ( float或string/blobname ) – 要保存的值:相当于是x的值
global_step ( int ) – 要记录的全局步长值相当于是y的值
walltime ( float ) – 记录训练的时间默认 walltime (time.time()) 秒
new_style ( boolean ) – 是使用新样式张量字段还是旧样式simple_value 字段。新样式可能会导致更快的数据加载。示例代码 writer SummaryWriter(comment_scalars, filename_suffix12345678)for x in range(100):writer.add_scalar(ypow_2_x, 2 ** x, x)writer.close()add_scalars函数
功能记录标量的变化常用于对比
add_scalars(main_tag, tag_scalar_dict,global_stepNone, walltimeNone)main_tag ( string ) – 标签的父名称
tag_scalar_dict ( dict ) – 存储标签和对应值的键值对:相当于y的值。
global_step ( int ) – 要记录的全局步长值:相当于x的值
walltime ( float ) – 记录训练的时间默认 walltime (time.time()) 秒示例代码 max_epoch 100writer SummaryWriter(commenttest_comment, filename_suffixtest_suffix)for x in range(max_epoch):writer.add_scalar(y2x, x * 2, x)writer.add_scalar(ypow_2_x, 2 ** x, x)writer.add_scalars(data/scalar_group, {xsinx: x * np.sin(x),xcosx: x * np.cos(x)}, x)writer.close()add_histogram函数
功能统计直方图与多分位数折线图
add_histogram(tag, values, global_stepNone,binstensorflow, walltimeNone)• tag图像的标签名图的唯一标识
• values要统计的参数
• global_stepy轴
• bins取直方图的bins 示例代码 writer SummaryWriter(histogram_logs)for i in range(10):x np.random.random(1000)writer.add_histogram(distribution centers, x i, i)writer.close()add_image函数
功能记录图像
add_image(tag, img_tensor, global_stepNone,walltimeNone, dataformatsCHW)• tag图像的标签名图的唯一标识
• img_tensor图像数据注意尺度
• global_stepx轴
• dataformats数据形式CHWHWCHW示例代码 writer SummaryWriter(commenttest_your_comment, filename_suffix_test_your_filename_suffix)fake_img torch.randn(3, 512, 512)writer.add_image(fake_img, fake_img, 1)torchvision.utils.make_grid函数
功能制作网格图像
make_grid(tensor, nrow8, padding2,normalizeFalse, rangeNone, scale_eachFalse,pad_value0)• tensor图像数据, B*C*H*W形式
• nrow行数列数自动计算
• padding图像间距像素单位
• normalize是否将像素值标准化
• range标准化范围
• scale_each是否单张图维度标准化
• pad_valuepadding的像素值示例代码 writer SummaryWriter(commenttest_your_comment, filename_suffix_test_your_filename_suffix)split_dir os.path.join(.., .., data, rmb_split)train_dir os.path.join(split_dir, train)transform_compose transforms.Compose([transforms.Resize((32, 64)), transforms.ToTensor()])train_data RMBDataset(data_dirtrain_dir, transformtransform_compose)train_loader DataLoader(datasettrain_data, batch_size16, shuffleTrue)data_batch, label_batch next(iter(train_loader))img_grid vutils.make_grid(data_batch, nrow4, normalizeTrue, scale_eachTrue)# img_grid vutils.make_grid(data_batch, nrow4, normalizeFalse, scale_eachFalse)writer.add_image(input img, img_grid, 0)add_graph函数
功能可视化模型计算图
add_graph(model, input_to_modelNone, verboseFalse)• model模型必须是 nn.Module
• input_to_model输出给模型的数据
• verbose是否打印计算图结构信息 model( torch.nn.Module ) – 要绘制的模型。
input_to_model ( torch.Tensor or list of torch.Tensor ) – 要输入的变量或变量元组
verbose(bool– 是否在控制台中打印图形结构。
use_strict_trace ( bool ) – 是否将关键字参数严格传递给 torch.jit.trace。当您希望跟踪器记录您的可变容器类型列表、字典时传递 False.示例代码 writer SummaryWriter(commenttest_your_comment, filename_suffix_test_your_filename_suffix)# 模型fake_img torch.randn(1, 3, 32, 32)lenet LeNet(classes2)writer.add_graph(lenet, fake_img)torch.summary函数
功能查看模型信息便于调试
summary(model, input_size, batch_size-1,devicecuda)• modelpytorch模型
• input_size模型输入size
• batch_sizebatch size
• device“cuda” or “cpu”示例代码
summary(lenet, (3, 32, 32), devicecpu)参考链接
