目录
在跑深度学习代码时,具体来说是CoANet的代码,在输出文件中有这样一个文件,如下所示:
events.out.tfevents文件可以使用tensorboard可视化。
一、安装包准备
有两种方式,直接安装tensorboard包,或者安装tensorflow包(这里面自带tensorboard)
1、2选一种方式即可
1、直接安装tensorboard(推荐)
使用anaconda中的虚拟环境
pip install tensorboard
亲测有效
2、安装tensorflow(不推荐)
(不推荐这个安装方式,因为后来遇到了问题,在标题四中有说明)
使用tensorboard可视化 events.out.tfevents文件,需要tensorflow,故在所使用的环境中(我习惯使用anaconda中的虚拟环境)安装。
方法一:
(不指定tensorflow版本)
python -m pip install tensorflow -ihttp://pypi.douban.com/simple –trusted-host pypi.douban.com
方法二:
(指定tensorflow版本,例如2.2.0,也可以换成其他版本)
python -m pip install tensorflow==2.2.0 -ihttp://pypi.douban.com/simple –trusted-host pypi.douban.com
方法三:
(不推荐,下载特别特别特别慢,同样的可指定版本)
pip install tensorflow
pip install tensorflow==2.2.0
其他安装信息可参考:anaconda下安装tensorflow过慢,导致安装失败
二、tensorboard可视化
网上有很多办法,此处只列举我成功使用的,其他方法可自行尝试学习。
主要参考:tensorboard可视化events.out.tfevents文件
直接在pycharm中运行,我觉得是最方便的!
pycharm打开项目,打开终端
找不到的话,采用如下方式:
View –Tool Windows –Terminal
然后输入:
tensorboard –logdir=(events.out.tfevents 文件所在目录) –port=8008
PS:events.out.tfevents 文件所在目录,指的是不包含该文件的路径。不是很明白的话下面有示例。
1. 使用相对路径
示例:tensorboard –logdir=run\DeepGlobe\165451\experiment_20220828_225737 –port=8008
解释:
我的events.out.tfevents 文件在如下位置:
绝对路径:D:\zhn\Projects\CoANet-main\run\DeepGlobe\165451\experiment_20220828_225737
如下图所示:
terminal已进入部分文件,故补全剩余的路径即可。
run\DeepGlobe\165451\experiment_20220828_225737
黄色框中就是上面所说的需要补全的路径,
最后可以得到一个地址,用浏览器打开即可,看完之前最好不要关闭terminal,且只能在运行该代码的机器上进行查看。
我的结果(跑断了,尝试看一下哈哈哈哈哈):
2. 使用绝对路径(比较方便)
tensorboard --logdir=绝对路径(不包含该可视化文件名称的绝对路径)
例如文件存放的绝对路径为:D:\zhn\Projects\CoANet-main\run\DeepGlobe\165451\experiment_20220828_225737\名称.events.out.tfevents
使用:
tensorboard --logdir=D:\zhn\Projects\CoANet-main\run\DeepGlobe\165451\experiment_20220828_225737
三、多个断续的可视化文件合成一个
在训练过程中,有时候程序会因意外中断,从而产生多个断续的events.out.tfevents文件,查看时想要将他们合为一,只需要将各个断续的events.out.tfevents文件放到同一个文件夹下即可。
这里使用上述的绝对路径进行示范:
tensorboard --logdir=C:\Users\DELL\Desktop\tensor\1
完美接上!
四、导出可视化结果
上面看到的可视化结果是可以导出下载下来的。
只需要在页面中勾中”Show data download links”,即可在各个结果图下方 ⬇下载。
大概就是这么个样子。
真的是对一些教程中,”events.out.tfevents 文件所在目录”,搞得晕乎地狠,成功可视化后立马写了这个,希望对迷茫的友友有所帮助!有什么错误之处也请留言指出哦,大家共同学习共同进步!
五、后期使用遇到的问题
我采用的是第二种安装包方式,即安装tensorflow,后来使用时,突然爆出如下错误:
AttributeError: module ‘numpy’ has no attribute ‘asscalar’
Serving TensorBoard on localhost; to expose to the network, use a proxy or pass –bind_all
参考:AttributeError: module ‘numpy’ has no attribute ‘asscalar’
报错原因:NumPy 1.16.0 后就没有asscalar函数了,或许可以把现有的numpy版本降低(没尝试过)
解决办法:
重新创建了一个环境,之前的环境里什么都有,乱得很
在新环境里直接安装tensorboard,不再安装tensorflow, pip install tensorboard,就没问题了,奇奇怪怪,对比了下,numpy的版本甚至比之前的环境里的numpy版本还高,也没报上述错误,不知道咋回事,希望有大佬可以在评论区解答。
Original: https://blog.csdn.net/ligous/article/details/126577077
Author: ligous
Title: tensorboard可视化events.out.tfevents.***文件
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/785842/
转载文章受原作者版权保护。转载请注明原作者出处!