Background overlay
316 字
2 分钟
03-Pytorch 数据集和数据可视化
2026-04-20
更新中...

数据集类#

Tensorboard数据可视化工具#

SummaryWriter#

from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter("logs","comment") # 创建一个日志记录保存的文件夹log,文件后缀名可以通过comment添加。
  • add_scalar() 用于记录数字常量
def add_scalar(self,
tag: str,
scalar_value: Any,
global_step: int = None,
walltime: float = None,
new_style: bool = False,
double_precision: bool = False) -> None
# 例子:
for i in range(100):
writer.add_scalar("y=x", i, i)

tag:数据图表名称 scalar_value: 记录的数据,y轴。 global_step: 记录训练的步长,x轴。 walltime:记录生成的时间,time.time()

在Jupyter中使用#

  • PyCharm 提供对在 Jupyter 笔记本中直接集成 TensorBoard 的支持

使用魔术方法#

%load_ext tensorboard
%tensorboard --logdir=logs

jupyter中效果样例

动态更新界面的要点#

  • 由于运行时单元格会被阻塞,面板的单元格应放置在耗时训练单元格之前。

  • 让上面的 TensorBoard 界面更新:

    1. 手动刷新: TensorBoard 界面的右上角有一个**圆圈箭头(⟳)的刷新按钮,点一下就会立刻拉取最新写进磁盘的数据。
    2. 自动刷新: 点击 TensorBoard 界面右上角的齿轮图标(Settings),勾选 Reload data,并设置一个刷新间隔(比如 30 秒)。这样你就不用手动点,曲线会自己随着训练进度往右边延伸。
03-Pytorch 数据集和数据可视化
https://icemeow.top/blog/posts/graduate/pytorch-2/
作者
ICEMeow
发布于
2026-04-20
许可协议
CC BY-NC-SA 4.0