Help us understand the problem. What is going on with this article?

pytorch 1.1.0 + tensorboard (ssh先でもOK)

More than 1 year has passed since last update.

環境

  • python: 3.6.8
  • pytorch: 1.1.0

(注意)tensorboardが標準装備されているのは、pytorch 1.1.0からです。

インストール

python, pytorchはインストールされているものとします。

pip install tb-nightly
pip install future

コーティング

変数train_losstrain_accにトレーニングのlossの値accracyの値が入っているとします。また、変数idxに「何回目の記録か」が入っているとします。

from torch.utils.tensorboard import SummaryWriter

writer = SummaryWriter(log_dir=<logを書き込む場所>)

~色々~

writer.add_scalar('train_loss', train_loss, idx)
writer.add_scalar('train_acc', train_acc, idx)

これで、<logを書き込む場所>の所にlogファイルが生成されます。

ちなみに僕は<logを書き込む場所>./logs/<modelのid>みたいな感じにしています。

いざ、tensorboard

tensorboard --logdir <logを書き込んだ場所>

とすると、ローカルサーバーが立ち上がるので、chromeなどのブラウザにそのURLを打ち込むと立ち上がります。

ssh先でtensorboard

僕は研究室のサーバーにssh接続して計算させていますので、その場合は少し手順が必要になります。

下のようにオプションをつけてssh接続します。

ssh ユーザ名@サーバーのIPアドレス -L 6006:localhost:6006

6006はTensorBoardのポート番号です。

ログイン後に、ssh先で

tensorboard --logdir <logを書き込んだ場所>

とします。

そして、ローカルでlocalhost:6006をブラウザなどで叩きます。

すると、

スクリーンショット 2019-06-03 19.23.45.png

立ち上がります!

参考

wataoka
専門は機械学習の公平性です
https://twitter.com/wataoka_koki
Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away