推荐一些做网站网络公司,台州高端网站设计,开发制作一个网站,html网站开发需要什么软件前言
我们在搭建网络模型的时候#xff0c;通常希望可以对自己搭建好的网络模型有一个比较好的直观感受#xff0c;从而更好地了解网络模型的结构#xff0c;Tensorboard工具的使用就给我们提供了方便的途径
Tensorboard概况 Tensorboard是由Google公司开源的一款可视化工…前言
我们在搭建网络模型的时候通常希望可以对自己搭建好的网络模型有一个比较好的直观感受从而更好地了解网络模型的结构Tensorboard工具的使用就给我们提供了方便的途径
Tensorboard概况 Tensorboard是由Google公司开源的一款可视化工具是TensorFlow的一个附属组件但在pytorch项目中也可以使用。
它有以下主要功能
可视化网络模型您可以直观地了解模型的结构包括层的堆栈方式激活函数等。记录和绘制训练过程中各项指标的变化例如loss曲线、准确率曲线等。可视化特征空间和高维度数据。可视化梯度、权重乃至激活函数输出分布等等。
这篇博客主要介绍Tensorboard可视化网络模型的功能
代码实现
我们搭建一个简单的神经网络依赖的库环境
import torch
import torch.nn as nn
import torch.nn.functional as Ffrom torch.utils.tensorboard import SummaryWriter
搭建网络模型
class Net(nn.Module):def __init__(self,input_dim,layer1_dim,layer2_dim,output_dim): super(Net,self).__init__()self.flatten nn.Flatten() self.layer1 nn.Sequential(nn.Linear(input_dim,layer1_dim),nn.ReLU())self.layer2 nn.Sequential(nn.Linear(layer1_dim,layer2_dim),nn.ReLU())self.out nn.Sequential(nn.Linear(layer2_dim,output_dim),nn.Softmax(dim-1))def forward(self,x):x self.flatten(x)x self.layer1(x)x self.layer2(x)x self.out(x)return x# 初始化网络中的值
input_dim,layer1_dim,layer2_dim,output_dim32*32,512,128,10
model Net(input_dim,layer1_dim,layer2_dim,output_dim)
网络由三层全连接层组成输入的数据形状为
# 定义输入模型的数据1表示批次这里可以忽略
input_data torch.rand(1,32,32)# 模型输出的数据
output_data model(input_data)
接下俩就是使用SummaryWriter创建日志保存搭建好的网络模型
with SummaryWriter(log_dirrD:\CSDN_point\12_22\logs, commentNet) as w:w.add_graph(model, input_data)log_dir参数就是日志文件的本地保存路径comment就是日志的备注add_graph传入网络模型和输入数据运行后就会在指定路径上生成对应的文件打开log文件所在的文件位置在顶部路径上输入cmd打开命令行窗口 在命令行窗口输入
tensorboard --logdir logs 复制返回的网址在浏览器打开就可以得到对应的网络可视化结果了 欢迎大家讨论交流~
