我在Nvidia數字5中訓練了我的模型,現在我想提取在報告培訓期間生成的準確性和損失情節。這些數據是否保存在某個地方,以便可以提取這些圖的數據,以便我可以用Python繪製數據,並最終修改圖來比較不同的模型等等。Nvidia數字準確性和損失情節數據
1
A
回答
1
我發現的最佳解決方案是查看HTML文件或掃描由Caffe生成的文本文件caffe_output.log。文本文件通常存儲在/ var /數字/職位/ insert_your_job_id /但你也可以只在Linux系統上運行:
locate caffe_output.log
1
轉到您的DIGITS的工作文件夾,找到你的工作的子文件夾。在裏面你會發現一個文件status.pickle
,這是一個包含你所有工作信息的pickle對象。 您可以在python加載它,像這樣:
import digits
import pickle
data = pickle.load(open('status.pickle','rb'))
這個對象是有些通用的,可以包含多個任務。對於典型的分類任務,它可能只是一個,但您仍然需要通過data.tasks[0]
訪問它。從那裏,你可以抓住該地塊:
data.tasks[0].combined_graph_data()
它返回一個有點令人費解dict
(遺憾的是 - 因爲你的網絡可以產生許多精度/損失輸出,以及甚至是自定義的)。它包含了你需要的東西都在 - 我設法與繪製精度:
plt.plot(data.tasks[0].combined_graph_data()['columns'][2][1:])
,但它很可能是你必須編寫一些自定義代碼。一如既往,dir()
是你的朋友。
相關問題
- 1. 損失和驗證損失減小,但準確性和驗證準確性保持靜態
- 2. 準確性/損失不會改變
- 3. 損失情況和確定是否收斂的標準
- 4. 將float轉換爲字符串時的準確性損失
- 5. 低損失和非常非常低的準確性
- 6. 如何直觀顯示損失和準確性最好?
- 7. 從history.history繪製模型損失和模型準確性Keras sequential
- 8. 如何解釋損失和準確性的增加
- 9. Keras模型獲得不斷的損失和準確性
- 10. keras如何定義「準確性」和「損失」?
- 11. 處理小數字和準確性
- 12. SQL server 2005數字精確損失
- 13. 損失數據的
- 14. 確定8字節數據的性質
- 15. 未對齊數據的性能損失
- 16. R和長數據類型(數字)。我可以避免精確度損失嗎?
- 17. 在使用字節數組插入圖像,xls文件到blob時丟失字節和數據損壞
- 18. 情節數據
- 19. 轉換字節數組 - >字符串 - >字節數組損壞數據
- 20. 我如何獲得多重損失和準確性的加權總和(caffe)
- 21. Kera與Theano:損失減少但準確性不變
- 22. 訓練損失增加,同時驗證準確性增加
- 23. xgboost情節重要性數字大小
- 24. SSIS - 遷移數據準確性
- 25. TensorFlow中的二元分類,意想不到的大值損失和準確性
- 26. 標準字節用於數據傳輸
- 27. NSString floatValue失去準確性?
- 28. Neo4j的數目準確性
- 29. 未定義參數的性能損失
- 30. 蟒蛇情節路口和數據
您可以隨時在每一步執行此操作,但無法找到清晰快捷的解決方案。 – Jan