Neural network 用于监控神经网络的任何Pytork工具'；什么是训练？_Neural Network_Deep Learning_Pytorch_Tensorboard

Neural network 用于监控神经网络的任何Pytork工具'；什么是训练？

neural-network deep-learning pytorch

Neural network 用于监控神经网络的任何Pytork工具'；什么是训练？,neural-network,deep-learning,pytorch,tensorboard,Neural Network,Deep Learning,Pytorch,Tensorboard,是否有任何工具可以监控PyTorch网络的培训？就像tensorflow中的tensorboard。我正在使用。它支持TensorBoard的大部分（如果不是全部）功能。我使用的是标量、图像、分布、直方图和文本。我没有尝试过其他的方法，比如音频和图形，但是repo也包含了这些用例的例子。使用pip可以轻松完成安装。回购协议的自述文件对此进行了解释还有其他github repo实现了PyTorch（和其他语言/框架）到tensorboard的包装器。据我所知，他们支持的功能较少。但看看：

是否有任何工具可以监控PyTorch网络的培训？就像tensorflow中的tensorboard。

我正在使用。它支持TensorBoard的大部分（如果不是全部）功能。我使用的是标量、图像、分布、直方图和文本。我没有尝试过其他的方法，比如音频和图形，但是repo也包含了这些用例的例子。使用

pip

可以轻松完成安装。回购协议的自述文件对此进行了解释

还有其他github repo实现了PyTorch（和其他语言/框架）到tensorboard的包装器。据我所知，他们支持的功能较少。但看看：

我以前在论坛上问过这个问题。Tensorboard对于Tensorflow来说似乎非常方便，而且它本身也是库/框架的一部分。然而，Pytork不会采取同样的方法。但是Facebook发布了一个名为

visdom

的库，可以帮助您记录培训信息。这使您能够灵活地以所需的方式记录信息。虽然这意味着有很大的灵活性，但也意味着您需要编写一些额外的代码来让事情顺利进行。

继blckbird的答案之后，我还是Tensorboard PyTorch的忠实粉丝。然而，我也发现它的API级别相对较低，我反复编写了很多类似的代码来进行日志记录。所以（无耻的插件）我在上面写了一个小程序包，用最少的代码自动化监控网络训练实验。希望其他人会觉得这很有帮助

在过去的两次卡格尔比赛中帮了我很多忙。我想它已经准备好供其他人使用了。它支持内置的tensorboard或matplotlib。以及许多其他使工作更轻松的功能，包括：

记录器
张拉板支撑
Matplotlib（生成png文件）
自动恢复培训
自动最佳模型保存
用于自定义的钩点

它仍在开发中，因此任何问题或PRs都非常受欢迎：）

PyTorch 1.1.0支持TensorBoard，并在本地使用。该API与tensorboardX非常相似。有关更多详细信息，请参阅