【深度学习】Tonsorboard可视化模型训练过程和Colab使用

这把我C 2021-07-15 10:44:33 5650

【深度学习】Tonsorboard可视化模型训练过程和Colab使用

在这里插入图片描述

文章目录
1 概述
2 手撸代码实现
3 Colab使用
    3.1 详细步骤
    3.2 Demo
4 总结

1 概述

在利用TensorFlow模型训练过程中,我们都知道使用tensorboard进行训练过程中的acc和loss可视化,便于我们观察训练过程中是否出现问题。但是训练的时候我常发现只能在一个loss曲线图中显示一个loss,本文将给出两种方法,如何显示多个模型的训练acc和loss,便于对比分析!!

Tensorboard
那么如何在一个tensorboard中显示多个模型的结果呢?
直奔主题!!
首先你的目录格式必须如下:

-logs
    --1
        ---events.out.tfevents.1
    --2
        ---events.out.tfevents.2
    --3
        ---events.out.tfevents.3
    ........
    ........

接下来你要在命令行中cd到logs文件夹下,然后在执行tensorboard命令:
在这里插入图片描述
logs文件夹下存在7个子文件夹,每一个子文件夹下只保存一个tfevents文件!!!

在这里插入图片描述
在这里插入图片描述
左下角显示的就是logs下的各个文件夹名称,并自动分配不同颜色,可以单击选中或不选中其中任何几个让其显示或不显示,我简单演示了一下,取消1的效果。

2 手撸代码实现

tensorboard有一个很大的问题是,无法添加标注,这个图没法放在论文中,
首先我们要获取数据,数据来源于tensorboard中

在这里插入图片描述
要确保你想要下载的数据,你已经选中,否则是无法下载的!点击上图中的csv。

选中你想要保存的模型loss数据,然后点击CSV,则弹出保存对话框,你可以任意命名。依次全部下载,即可完成模型训练数据!
假设你保存的数据名称如下

--run_2-tag-loss.csv
--run_3-tag-loss.csv
--run_4-tag-loss.csv

import pandas as pd
import matplotlib.pyplot as plt
from io import StringIO

net2 = pd.read_csv('run_2-tag-loss.csv', usecols=['Step', 'Value'])
plt.plot(net2.Step, net2.Value, lw=1.5, label='Net-2', color='pink')
net3 = pd.read_csv('run_3-tag-loss.csv', usecols=['Step', 'Value'])
plt.plot(net3 .Step, net3 .Value, lw=1.5, label='Net-3', color='green')
net4 = pd.read_csv('run_4-tag-loss.csv', usecols=['Step', 'Value'])
plt.plot(net4 .Step, net4 .Value, lw=1.5, label='Net-4', color='yellow')

plt.legend(loc=0)
plt.show()

3 Colab使用

在这里插入图片描述

3.1 详细步骤

1.将Colab与Good Drive关联起来

from google.colab import drive
drive.mount('/content/drive')

2.定位到Drive的根目录,并查看根目录下的文件

import os
os.chdir("/content/drive/My Drive")
!ls

下载GitHub的代码到Drive
在这里插入图片描述

!git clone https://github.com/wadayama/TISTA.git
!ls
4. 切换到刚才下载项目的文件夹下
cd TISTA/
5.查看文件夹下所有文件
!ls

3.2 Demo

在这里插入图片描述

4 总结

注意:
1)Colab是带有GPU的linux虚拟机,执行linux命令时前面需要加“ !”,执行python代码时可以直接编写执行

2)每次重新登录需要挂载Google Drive,会在虚拟机里生成一个drive(即/content/drive/)文件夹,然后要执行命令将当前路径切换到/content/drive/My Drive/,才可以看到谷歌云盘上的文件。

3)Colab最多连续使用12小时,超过时间系统会强制掐断正在运行的程序并收回占用的虚拟机。并且经常使用GPU的colab用户之后分配到使用GPU的优先级会变低,所以不用的使用请将runtime type设置为None。
安装好所需要的库
用pip命令一个一个安装也行,不过大部分项目都有requirements.txt文件,你可以直接

! pip install -r requirements.txt

一次性安装好所有要求的库。
执行项目程序

! python train.py

训练网络

! python evaluate.py 

评估表现

项目编写
colab不太适合大型程序的编写,毕竟都是notebook文件。但notebook的好处就是直观,方便我们观察输出与调试,如果要写项目的话,都写在一个文件中的简单项目还好说,但如果你想调用其他文件中的函数,要先把notebook文件(.ipynb)转为py文件再调用。

在这里插入图片描述

直接在文件中下载为py文件并传到你的谷歌云盘上就好了。

使用YOLOv4
下载权重

! cd darknet; make
! gdown https://drive.google.com/uc?id=1cewMfusmPjYWbrnuJRuKhPMwRe_b9PaT

权重下载地址在 GitHub里也有,需要注意的是将地址里的open改成uc(当然也可以直接复制代码块,但是建议自己看看GitHub里的东西)
在这下载文件还是很快的,一秒钟就可以下载完成(应该也会取决于网速),下载完成我们可以在文件夹目录看到这个文件(刷新一下)
使用yolov4辨识
进入data文件夹可以查看自带的示例图片(这一步也可以不需要)

from PIL import Image
Image.open('darknet/data/person.jpg')

在这里插入图片描述

声明:本文内容由易百纳平台入驻作者撰写,文章观点仅代表作者本人,不代表易百纳立场。如有内容侵权或者其他问题,请联系本站进行删除。
红包 93 收藏 评论 打赏
评论
0个
内容存在敏感词
手气红包
    易百纳技术社区暂无数据
相关专栏
置顶时间设置
结束时间
删除原因
  • 广告/SPAM
  • 恶意灌水
  • 违规内容
  • 文不对题
  • 重复发帖
打赏作者
易百纳技术社区
这把我C
您的支持将鼓励我继续创作!
打赏金额:
¥1易百纳技术社区
¥5易百纳技术社区
¥10易百纳技术社区
¥50易百纳技术社区
¥100易百纳技术社区
支付方式:
微信支付
支付宝支付
易百纳技术社区微信支付
易百纳技术社区
打赏成功!

感谢您的打赏,如若您也想被打赏,可前往 发表专栏 哦~

举报反馈

举报类型

  • 内容涉黄/赌/毒
  • 内容侵权/抄袭
  • 政治相关
  • 涉嫌广告
  • 侮辱谩骂
  • 其他

详细说明

审核成功

发布时间设置
发布时间:
是否关联周任务-专栏模块

审核失败

失败原因
备注
拼手气红包 红包规则
祝福语
恭喜发财,大吉大利!
红包金额
红包最小金额不能低于5元
红包数量
红包数量范围10~50个
余额支付
当前余额:
可前往问答、专栏板块获取收益 去获取
取 消 确 定

小包子的红包

恭喜发财,大吉大利

已领取20/40,共1.6元 红包规则

    易百纳技术社区