Github: https://github.com/lanpa/tensorboard-pytorch
tensorboardX
簡単な関数呼び出しでTensorBoardイベントを記述します。
-
scalar
、image
、histogram
、audio
、text
、graph
、onnx_graph
、embedding
、pr_curve
サマリーをpr_curve
ます。 -
demo_graph.py
はtensorboardX> = 1.0とpytorch> = 0.3.1が必要です(有効範囲指定用)。
インストール
anaconda2 / anaconda3でPyTorch 0.3 / torchvision 0.2 / tensorflow-tensorboard 1.5.0でテスト済み
pip install tensorboardX
ソースからビルドする:
pip install git+https://github.com/lanpa/tensorboard-pytorch
例
- デモスクリプトを実行します:
python demo.py
- テンソルボードで
tensorboard --logdir runs
使用する–logdirをtensorboard --logdir runs
(TensorFlowをインストールする必要がある)
# demo.py
import torch
import torchvision.utils as vutils
import numpy as np
import torchvision.models as models
from torchvision import datasets
from tensorboardX import SummaryWriter
resnet18 = models.resnet18(False)
writer = SummaryWriter()
sample_rate = 44100
freqs = [262, 294, 330, 349, 392, 440, 440, 440, 440, 440, 440]
for n_iter in range(100):
dummy_s1 = torch.rand(1)
dummy_s2 = torch.rand(1)
# data grouping by `slash`
writer.add_scalar('data/scalar1', dummy_s1[0], n_iter)
writer.add_scalar('data/scalar2', dummy_s2[0], n_iter)
writer.add_scalars('data/scalar_group', {'xsinx': n_iter * np.sin(n_iter),
'xcosx': n_iter * np.cos(n_iter),
'arctanx': np.arctan(n_iter)}, n_iter)
dummy_img = torch.rand(32, 3, 64, 64) # output from network
if n_iter % 10 == 0:
x = vutils.make_grid(dummy_img, normalize=True, scale_each=True)
writer.add_image('Image', x, n_iter)
dummy_audio = torch.zeros(sample_rate * 2)
for i in range(x.size(0)):
# amplitude of sound should in [-1, 1]
dummy_audio[i] = np.cos(freqs[n_iter // 10] * np.pi * float(i) / float(sample_rate))
writer.add_audio('myAudio', dummy_audio, n_iter, sample_rate=sample_rate)
writer.add_text('Text', 'text logged at step:' + str(n_iter), n_iter)
for name, param in resnet18.named_parameters():
writer.add_histogram(name, param.clone().cpu().data.numpy(), n_iter)
# needs tensorboard 0.4RC or later
writer.add_pr_curve('xoxo', np.random.randint(2, size=100), np.random.rand(100), n_iter)
dataset = datasets.MNIST('mnist', train=False, download=True)
images = dataset.test_data[:100].float()
label = dataset.test_labels[:100]
features = images.view(100, 784)
writer.add_embedding(features, metadata=label, label_img=images.unsqueeze(1))
# export scalar data to JSON for external processing
writer.export_scalars_to_json("./all_scalars.json")
writer.close()
スクリーンショット
微調整
スライダのティックを追加する(画像ヒストリをもっと表示する)には~/anaconda3/lib/python3.6/site-packages/tensorflow/tensorboard/backend/application.py
のハードコーディングされたevent_accumulator
に変更することができます。
tensorflow-tensorboard
> 0.17については、 https://github.com/lanpa/tensorboard-pytorch/issues/44を参照してください。