【在 Colab 中使用 TensorBoard 绘图】
在深度学习中,使用本机GPU跑可能会比较慢,这里使用 Google Drive + Colab 进行训练,运行代码
进入 Google Drive
进入网盘 初次进入需要注册账号。注意科学上网即可。
右键网盘空白处,选择 更多 -> 关联更多应用,选择 Google Colaboratory
下载好后,再次右键空白处,选择 更多 -> Google Colaboratory 进入到 Colab
进入 Colab
首先点击左侧文件,选中第三个 “关联 Colab 到 Google Drive”
然后会增加 drive
根目录。你可以在 Google Drive 里创建文件夹,拖进来需要测试的工程或代码,如图所示
编写测试代码,如右侧所示。 首先导入 tensorboard 包中的 SummaryWriter ,然后输入的 logs
参数表示将数据保存到该文件夹中 add_scalar(arg1,arg2,arg3)
将纵坐标 arg2,横坐标arg1的点信息保存到 arg1的表中
from torch. utils. tensorboard import SummaryWriter
import math
def f ( x) :
return 1.0 / ( 1.0 + ( math. e ** ( - x) ) )
writer = SummaryWriter( 'logs' )
for x in range ( 100 ) :
writer. add_scalar( "Pic01" , f( x) , x)
writer. close( )
然后使用 %cd xxx
进入到所需的子目录 使用 !cmd
进行相关命令 由于 tensorboard
最终图表使用 localhost 打开,而这样导致会在 colab 的 localhost 打开,所以就进不去了 输入 %load_ext tensorboard
命令即可正常打开 最后输入 %tensorboard --logdir=logs
即查看 logs 文件夹下的 tensorboard 图
有时候重复运行会导致进程没有关闭,使用 kill
来关闭进程。
最终效果,绘制了 sigmoid
函数的右半侧图。