1.visdom与tensorboard的选择

tensorboard最早是针对TensorFlow进行可视化的工具，而pytorch没有可以进行可视化的工具。后来，有大牛针对pytorch的使用开发出了tensorboardx，其实就是让pytorch也可以使用tensorboard.而在detectron2中，是从torch.util.tensorboard中使用tensorboard.这好像是pytorch官方与tensorboard的合作。对于pytorch，这二者只是在引用时的路径不同，其他的都一样。虽然有许多人也说visdom挺好，但是好多人也说tensorboard的功能更强大。而且我本人的代码是基于detectron2的，所以我选择了tensorboard。

2.tensorboard的使用

detectron2中已经将一些结果存储起来以便进行可视化。这里先简单介绍一下如何对这些数据进行可视化。用于可视化的文件是events.out.tfevents.1631497405.........，这个文件保存在你设置的OUTPUT_DIR。然后将pycharm的terminal打开，先将文件目录调整到根目录。然后输入 tensorboard --logdir=“OUTPUT_DIR”。然后会出现一个网址，如果出现“未发现TensorFlow”的字样，不用理他。将这个网址复制，然后粘贴到浏览器，就OK了。

3.detectron2中是如何将要可视化的数据保存起来的

这里推荐[Detectron2]05-EventStorage/EventWriter - 知乎。

最后

以上就是受伤诺言为你收集整理的基于pycharm的detectron2的tensorboard使用1.visdom与tensorboard的选择2.tensorboard的使用3.detectron2中是如何将要可视化的数据保存起来的的全部内容，希望文章能够帮你解决基于pycharm的detectron2的tensorboard使用1.visdom与tensorboard的选择2.tensorboard的使用3.detectron2中是如何将要可视化的数据保存起来的所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。