首页 > 分享 > 深度学习训练结果记录

深度学习训练结果记录

目录 介绍举例1.引入头文件2.封装函数3.在程序入口调用4. 记录训练过程

介绍

在进行深度学习模型训练的过程中,一般会设置log日志,将训练过程的中间结果以及最终结果写入,方便再次打开的时候进行查看。
logging的一些函数这里就不作介绍,其他博客讲的十分详细,这里就主要讲如何快速加入到自己的项目中。

举例

logging既可以输出到屏幕(终端显示),也可以输出到文件,为了在模型中断或者运行时间较长时方便查看log信息。

1.引入头文件

import logging import argparse import time 123

2.封装函数

首先需要对logger进行一些初始化,将其封装成一个函数便于调用。直接copy到项目里面

def create_logger(logger_file_path): if not os.path.exists(logger_file_path): os.makedirs(logger_file_path) log_name = '{}.log'.format(time.strftime('%Y-%m-%d-%H-%M')) final_log_file = os.path.join(logger_file_path, log_name) logger = logging.getLogger() # 设定日志对象 logger.setLevel(logging.INFO) # 设定日志等级 file_handler = logging.FileHandler(final_log_file) # 文件输出 console_handler = logging.StreamHandler() # 控制台输出 # 输出格式 formatter = logging.Formatter( "%(asctime)s %(levelname)s: %(message)s " ) file_handler.setFormatter(formatter) # 设置文件输出格式 console_handler.setFormatter(formatter) # 设施控制台输出格式 logger.addHandler(file_handler) logger.addHandler(console_handler) return logger

123456789101112131415161718192021222324

3.在程序入口调用

在调用creat_logger()函数之前,需要先将log文件的保存路径添加到参数列表中(也可以直接对creat_logger函数进行传参)。
creat_logger()函数实现了:路径不存在则自动创建路径,log文件名则是根据日期命名

if __name__ == '__main__': parser = argparse.ArgumentParser(description='configTemplates') parser.add_argument('-log_path', default='./results', type=str, help='log file path to save result') args = parser.parse_args() logger = create_logger(args.log_path) logger.info('------Begin Training Model------') 12345678

4. 记录训练过程

接下来在训练过程中,计算出每轮训练结果后写入日志文件
想写入哪个数据就在该数据下调用info函数
例如:

cIOU = metric.evaluate()[0][1]cIOU *= 100.0pixAcc = 1.0 * total_correct / (np.spacing(1) + total_label)#计算出当前结果后调用info函数进行写入日志文件logger.info('cIOU: {}, PA: {}'.format(cIOU, pixAcc)) 12345

相关知识

深度学习 诊断
365天深度学习训练营
DeepMind最新深度学习研究:超参选择利器
基于深度学习的鸟类识别系统(网页版+YOLOv8/v7/v6/v5代码+训练数据集)
基于深度学习的犬种识别系统详解(网页版+YOLOv8/v7/v6/v5代码+训练数据集)
PyTorch深度学习:猫狗情感识别
基于YOLOv8深度学习的120种犬类检测与识别系统【python源码+Pyqt5界面+数据集+训练代码】目标检测、深度学习实战、狗类检测、犬种识别
深度学习的艺术:从理论到实践
【深度学习实验】前馈神经网络(九):整合训练、评估、预测过程(Runner)
基于深度学习的驾驶行为预测方法

网址: 深度学习训练结果记录 https://m.mcbbbk.com/newsview419154.html

所属分类:萌宠日常
上一篇: 狗狗呼叫喵星内购版
下一篇: 282基于java jsp SS