问题标签 [tensorboardx]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
tensorflow - 如何在使用张量板查看混淆矩阵的同时绘制混淆矩阵的实际数字和颜色?
我正在运行此 Github 上提供的代码 - https://github.com/arthurdouillard/CVPR2021_PLOP/blob/381cb795d70ba8431d864e4b60bb84784bc85ec9/metrics/stream_metrics.py
现在我可以查看颜色变化的混淆矩阵,但我看不到实际数字。您建议进行哪些更改以在可视化上获取这些数字?
python - TensorBoard:将两张图合并为一张图
我不小心运行了一个模型,其中训练损失为“Cos_BN Loss”,验证损失为“ Gen Cos_BN Loss”,这意味着我有两个单独的训练图和验证图(对于相同类型的损失)。我想在同一个情节上看到他们在一起。如何?
注意:我知道我可以通过调用验证损失再次运行模型 - 与训练损失同名,但是在 3 个 GPU 上运行大约需要 3 天,我真的不想再次训练它.
谢谢
python - 使用张量板绘制预测概率
我有一个输出概率(总和为 1)的 pytorch 神经网络。我试图在互联网上找到一种在张量板上绘制输出概率与训练步骤的演变的方法。不幸的是,我找不到任何相关信息。有人知道是否可以这样做,如果可以,该怎么做
谢谢 !
python - 如何使用 Tensorboard 检查训练模型的准确性?
我正在运行 CNN 进行图像分类。每 100 步,就会在文件夹中创建一个文件:model.ckpt-0.data-00000-of-00001、model.ckpt-0.index、model.ckpt-0.meta。还有这些文件:graph.pbtxt 和 checkpoint。
我将使用以下哪些文件来查看 Tensorboard 中训练模型的准确性?
deep-learning - 如何在 Tensorboard 中可视化图神经网络的模型图
我正在尝试可视化我为预测分子属性而制作的 Graph Neural Networks 的计算图。该模型是在 PyTorch 中制作的,并将 DGL 图作为输入。尝试可视化模型的代码片段如下所示:
我遇到以下错误,TensorBoardX 无法可视化图形模型,拒绝接受 DGL 图作为输入,只需要张量。有什么方法可以可视化模型吗?
python - from tensorboardX import SummaryWriter 仅第二次有效
如果我这样做,在 ipython 中:
我得到一长串错误(如下所示)。
但如果我再做一次,我就不会出错。为什么是这样?
错误:
tensorboard - 张量板未显示超出某个点的步骤
我正在尝试从 tensorboard 可视化一个日志文件,但它只显示到某个点。我正在使用 tensorboard 2.7,我的系统是 ubuntu 18。我已经从 Windows 更改为 Ubuntu,并且在 Windows 中我能够看到所有步骤。到目前为止,我有 66k 步,但我只能看到 11,039 步。我也使用了这个标签:--max_reload_threads 4
,并且--samples_per_plugin images=99999999,
,--samples_per_plugin scalars=999999999
但它没有帮助。我的日志文件将近 4GB。在同一系统的 Windows 中加载 13GB 日志文件没有问题。我还禁用了 --load_fast=false,现在它显示了 10,799 步,并且每隔几秒就会显示一次此错误:E1102 13:43:21.874801 139799442822912 plugin_event_multiplexer.py:235] Unable to reload accumulator '.': [Errno 5] Input/output error
我也将交换文件增加到 64GB,但当时和现在都没有,系统没有使用它,所以我认为它也与内存无关。