标签: tensorboardx

我运行了一个强化学习训练脚本，该脚本使用 Pytorch 并将数据记录到 tensorboardX 并保存检查点。现在我想继续训练。我如何告诉tensorboardX从我离开的地方继续？谢谢你！

我在 pytorch 1.3.1 中使用tensorboard，并且我在pytorch 文档中为tensorboard做了完全相同的事情。运行后tensorboard --logdir=runs，我得到了这个：

。

$ tensorboard --logdir=runs
TensorFlow installation not found - running with reduced feature set.
Serving TensorBoard on localhost; to expose to the network, use a proxy or pass --bind_all
TensorBoard 2.1.0 at http://localhost:6006/ (Press CTRL+C to quit)

打开 http://localhost:6006/ 后，我得到这样的空白页面

我也尝试了tensorboardX，并得到了相同的结果。您能告诉我如何解决这个问题吗？谢谢。

我正在关注 Pytorch 的Tensorboard文档。

我有以下代码：

model = torchvision.models.resnet50(False)
writer.add_graph(model)

它抛出以下错误：

_ = model(*args) # 不捕获，只打印错误信息

TypeError：* 之后的 ResNet 对象参数必须是可迭代的，而不是 NoneType

我不知道我在这里做错了什么！

我注意到，无论我将多少图像保存到张量板日志文件中，张量板都只会显示其中的 10 个（每个标签）。

我们如何增加图像数量或至少选择显示哪些图像？

要重现我的意思，请运行以下 MCVE：

import torch
from torch.utils.tensorboard import SummaryWriter
tb = SummaryWriter(comment="test")

for k in range(100):
    # create an image with some funny pattern
    b = [n for (n, c) in enumerate(bin(k)) if c == '1']
    img = torch.zeros((1,10,10))
    img[0, b, :] = 0.5
    img =img + img.permute([0, 2, 1])

    # add the image to the tensorboard file
    tb.add_image(tag="test", img_tensor=img, global_step=k)

这将创建一个runs保存数据的文件夹。从同一文件夹执行tensorboard --logdir runs，打开浏览器并转到localhost:6006（或替换6006为启动后显示的任何端口张量板）。然后转到“图像”选项卡并将滑块移动到灰度图像上方。

就我而言，它仅显示步骤中的图像

k = 3, 20, …