- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
The official doc只有状态
>>> from pytorch_lightning.metrics import ConfusionMatrix
>>> target = torch.tensor([1, 1, 0, 0])
>>> preds = torch.tensor([0, 1, 0, 0])
>>> confmat = ConfusionMatrix(num_classes=2)
>>> confmat(preds, target)
这并未展示如何在框架中使用指标。
def __init__(...):
self.val_confusion = pl.metrics.classification.ConfusionMatrix(num_classes=self._config.n_clusters)
def validation_step(self, batch, batch_index):
...
log_probs = self.forward(orig_batch)
loss = self._criterion(log_probs, label_batch)
self.val_confusion.update(log_probs, label_batch)
self.log('validation_confusion_step', self.val_confusion, on_step=True, on_epoch=False)
def validation_step_end(self, outputs):
return outputs
def validation_epoch_end(self, outs):
self.log('validation_confusion_epoch', self.val_confusion.compute())
在第 0 个纪元之后,这给出
Traceback (most recent call last):
File "C:\code\EPMD\Kodex\Templates\Testing\venv\lib\site-packages\pytorch_lightning\trainer\trainer.py", line 521, in train
self.train_loop.run_training_epoch()
File "C:\code\EPMD\Kodex\Templates\Testing\venv\lib\site-packages\pytorch_lightning\trainer\training_loop.py", line 588, in run_training_epoch
self.trainer.run_evaluation(test_mode=False)
File "C:\code\EPMD\Kodex\Templates\Testing\venv\lib\site-packages\pytorch_lightning\trainer\trainer.py", line 613, in run_evaluation
self.evaluation_loop.log_evaluation_step_metrics(output, batch_idx)
File "C:\code\EPMD\Kodex\Templates\Testing\venv\lib\site-packages\pytorch_lightning\trainer\evaluation_loop.py", line 346, in log_evaluation_step_metrics
self.__log_result_step_metrics(step_log_metrics, step_pbar_metrics, batch_idx)
File "C:\code\EPMD\Kodex\Templates\Testing\venv\lib\site-packages\pytorch_lightning\trainer\evaluation_loop.py", line 350, in __log_result_step_metrics
cached_batch_pbar_metrics, cached_batch_log_metrics = cached_results.update_logger_connector()
File "C:\code\EPMD\Kodex\Templates\Testing\venv\lib\site-packages\pytorch_lightning\trainer\connectors\logger_connector\epoch_result_store.py", line 378, in update_logger_connector
batch_log_metrics = self.get_latest_batch_log_metrics()
File "C:\code\EPMD\Kodex\Templates\Testing\venv\lib\site-packages\pytorch_lightning\trainer\connectors\logger_connector\epoch_result_store.py", line 418, in get_latest_batch_log_metrics
batch_log_metrics = self.run_batch_from_func_name("get_batch_log_metrics")
File "C:\code\EPMD\Kodex\Templates\Testing\venv\lib\site-packages\pytorch_lightning\trainer\connectors\logger_connector\epoch_result_store.py", line 414, in run_batch_from_func_name
results = [func(include_forked_originals=False) for func in results]
File "C:\code\EPMD\Kodex\Templates\Testing\venv\lib\site-packages\pytorch_lightning\trainer\connectors\logger_connector\epoch_result_store.py", line 414, in <listcomp>
results = [func(include_forked_originals=False) for func in results]
File "C:\code\EPMD\Kodex\Templates\Testing\venv\lib\site-packages\pytorch_lightning\trainer\connectors\logger_connector\epoch_result_store.py", line 122, in get_batch_log_metrics
return self.run_latest_batch_metrics_with_func_name("get_batch_log_metrics",
*args, **kwargs)
File "C:\code\EPMD\Kodex\Templates\Testing\venv\lib\site-packages\pytorch_lightning\trainer\connectors\logger_connector\epoch_result_store.py", line 115, in run_latest_batch_metrics_with_func_name
for dl_idx in range(self.num_dataloaders)
File "C:\code\EPMD\Kodex\Templates\Testing\venv\lib\site-packages\pytorch_lightning\trainer\connectors\logger_connector\epoch_result_store.py", line 115, in <listcomp>
for dl_idx in range(self.num_dataloaders)
File "C:\code\EPMD\Kodex\Templates\Testing\venv\lib\site-packages\pytorch_lightning\trainer\connectors\logger_connector\epoch_result_store.py", line 100, in get_latest_from_func_name
results.update(func(*args, add_dataloader_idx=add_dataloader_idx, **kwargs))
File "C:\code\EPMD\Kodex\Templates\Testing\venv\lib\site-packages\pytorch_lightning\core\step_result.py", line 298, in get_batch_log_metrics
result[dl_key] = self[k]._forward_cache.detach()
AttributeError: 'NoneType' object has no attribute 'detach'
它确实在训练前通过了健全性验证检查。
validation_step_end
.对我来说意义不大。
最佳答案
您可以使用 self.logger.experiment.add_figure(*tag*, *figure*)
报告该数字.
变量 self.logger.experiment
实际上是 SummaryWriter
(来自 PyTorch,而不是 Lightning)。这个类有方法 add_figure
( documentation )。
您可以按如下方式使用它:(MNIST 示例)
def validation_step(self, batch, batch_idx):
x, y = batch
preds = self(x)
loss = F.nll_loss(preds, y)
return { 'loss': loss, 'preds': preds, 'target': y}
def validation_epoch_end(self, outputs):
preds = torch.cat([tmp['preds'] for tmp in outputs])
targets = torch.cat([tmp['target'] for tmp in outputs])
confusion_matrix = pl.metrics.functional.confusion_matrix(preds, targets, num_classes=10)
df_cm = pd.DataFrame(confusion_matrix.numpy(), index = range(10), columns=range(10))
plt.figure(figsize = (10,7))
fig_ = sns.heatmap(df_cm, annot=True, cmap='Spectral').get_figure()
plt.close(fig_)
self.logger.experiment.add_figure("Confusion matrix", fig_, self.current_epoch)
关于python - 如何在 pytorch-lightning 中使用 TensorBoard 记录器转储混淆矩阵?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/65498782/
我正在使用张量板可视化句子嵌入。我有每个句子嵌入的标签。如何为每个标签设置颜色?例如 embedding vector Labels [0.234
在 Tensorboard 中有一个按钮将计算图保存为 png,有没有办法将其导出为矢量图形,如 eps? 最佳答案 您可以使用 SVG Crowbar 以 svg 格式保存 为“SVG Crowba
在使用 Keras Tuner 完成的超参数搜索期间,我遇到了明显的循环依赖,试图将日志数据用于 TensorBoard。 , 对于使用 TF2 构建的模型。后者的典型设置需要在调谐器的 search
我正在关注 Sentdex's DQN tutorial .我一直在尝试在 TF 2.0 中重写自定义 TensorBoard。重点是在文件中添加**stats,例如:{'reward_avg': -
我正在尝试启动 tensorboard 并查看我创建的图表。 import tensorflow as tf logPath = "C:\\path\\to\\log" -- can also be
最近的 TensorFlow 构建似乎有问题。 TensorBoard 可视化工具在从源代码编译以用于 GPU 时不会运行。错误如下: $ tensorboard Traceback (most re
我按照 pytorch.org 中的教程进行操作出现错误:TensorBoard logging requires TensorBoard version 1.15 or above ,但我已经安装了
我使用 tensorboard 创建了一些日志文件,但我无法访问它们。 使用 tensorboard 或 tensorboard --logdir=logs/ 命令提示符 出现以下错误:- C:\Us
我正在使用 Win10Pro、gpu (CUDA 10.1)、Python 3.7.5、Tensorflow 2.1.0 和 Tensorboard 2.1.0 在 ipython 中使用以下代码运行
在我执行的 Python 代码中train_writer = tf.summary.FileWriter(TBOARD_LOGS_DIR)train_writer.add_graph(sess.gra
我正在使用 Tensorboard 为我的实验绘制损失图。 我还想将测试结果添加到 Tensorboard 以便于进行实验比较,但我找不到执行此操作的函数。 我只需要一个简单的表格,例如: | Exp
当运行一个 mnist 分类程序以在 tensorboard 中查看时,它会显示多个图,即使只有一个图。我收到错误消息: 图表如下所示: 最佳答案 这看起来好像是由于同一目录中存在多个张量板文件。想必
关闭。这个问题不满足Stack Overflow guidelines .它目前不接受答案。 想改善这个问题吗?更新问题,使其成为 on-topic对于堆栈溢出。 3年前关闭。 Improve thi
pre { line-height: 125% } td.linenos .normal { color: inherit; background-c
有人让 TensorBoard 工作了吗?似乎找不到我的 ScalarSummary 文件。我正在使用: $ python /Users/nikhilbuduma/tensorflow/lib/pyt
我正在运行一个云 ML 引擎作业,我的张量板图显示隐藏层的零值比例随着步数的增加稳步增加到 1。这个情节应该如何解释?我相信这是一件好事,因为更多的零值表明该模型对其所做的预测越来越“确定”。 最佳答
我正在使用 TensorBoard 来可视化网络指标和图表。 我创建了一个 session sess = tf.InteractiveSession()并在 Jupyter Notebook 中构建图
我在 Anaconda 环境中使用 Python(jupyter notebook) 操作系统:Ubuntu tensorflow 版本:1.14.0 Python版本:3.6 https://git
可以在同一台机器上运行多个 tensorboard 实例(具有不同的日志目录)。甚至还有可以启动/重用 TB 进程的 tensorboard.manager 类。 问题是所有这些 TB 都在不同的端口
我构建了一个网络来尝试预测表面温度的光栅图像。网络的输出是一个 (1000, 1000) 大小的数组,代表一个光栅图像。为了训练和测试,将这些与各自样本的真实栅格进行比较。我明白如何add the t
我是一名优秀的程序员,十分优秀!