PyTorch 与 TensorBoard

pytorch_tensorboard.py 示例展示了如何将 ClearML 集成到使用 PyTorch 和 TensorBoard 的代码中。

该示例执行以下操作：

• 在PyTorch内置的MNIST数据集上训练一个简单的深度神经网络。
• 在examples项目中创建一个名为pytorch with tensorboard的实验。
• ClearML 自动捕获使用 TensorBoard SummaryWriter 对象记录的标量和文本，以及由 PyTorch 创建的模型。

标量​

在示例脚本中，train 和 test 函数调用 TensorBoard 的 SummaryWriter.add_scalar 方法来记录损失。 这些标量，以及标题为 :monitor: machine 的资源利用率图表，会出现在实验的 页面中，位于 ClearML web UI 的 SCALARS 部分。

调试示例​

ClearML 自动跟踪图像和文本输出到 TensorFlow。它们会出现在 DEBUG SAMPLES 中。

超参数​

ClearML 自动记录 TensorFlow 定义。它们出现在 配置 > 超参数 > TF_DEFINE 中。

控制台​

打印到控制台的训练进度文本，以及所有其他控制台输出，显示在控制台中。

工件​

实验创建的模型会出现在实验的ARTIFACTS标签中。ClearML 会自动记录和跟踪使用 PyTorch 创建的模型和任何快照。

点击模型名称将带您到模型页面，在那里您可以查看模型的详细信息并访问模型。