如何使用torch.utils.tensorboard.SummaryWriter来自上次中断的事件
How to use torch.utils.tensorboard.SummaryWriter from the last interrupted events
如图所示,如果我想从 events.out.tfevents 添加标量,但不创建新标量。
如何在这段代码中设置参数:
SummaryWriter(self, log_dir=None, comment='', purge_step=None, max_queue=10,
flush_secs=120, filename_suffix='')
您应该能够以相同的方式 运行(例如 log_dir
必须相同,在您的情况下 tensorboard
)。
虽然添加标量,但您必须记住使用下一个全局步骤。
首先 运行,假设它在第 9
步崩溃:
from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter("my_dir")
x = range(10)
for i in x:
writer.add_scalar("y=x", i, i)
writer.close()
如果要继续写入此事件文件,则必须将最后一个参数全局步长移动 10
:
from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter("my_dir")
x = range(10)
for i in x:
writer.add_scalar("y=x", i, i + 10) # start from step 10
writer.close()
运行 第一个文件,然后是第二个文件,然后通过 tensorboard --logdir my_dir
打开 tensorboard
会给你:
如图所示,如果我想从 events.out.tfevents 添加标量,但不创建新标量。
如何在这段代码中设置参数:
SummaryWriter(self, log_dir=None, comment='', purge_step=None, max_queue=10,
flush_secs=120, filename_suffix='')
您应该能够以相同的方式 运行(例如 log_dir
必须相同,在您的情况下 tensorboard
)。
虽然添加标量,但您必须记住使用下一个全局步骤。
首先 运行,假设它在第 9
步崩溃:
from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter("my_dir")
x = range(10)
for i in x:
writer.add_scalar("y=x", i, i)
writer.close()
如果要继续写入此事件文件,则必须将最后一个参数全局步长移动 10
:
from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter("my_dir")
x = range(10)
for i in x:
writer.add_scalar("y=x", i, i + 10) # start from step 10
writer.close()
运行 第一个文件,然后是第二个文件,然后通过 tensorboard --logdir my_dir
打开 tensorboard
会给你: