Python中写入训练日志文件并控制台输出的示例分析-创新互联
这篇文章将为大家详细讲解有关Python中写入训练日志文件并控制台输出的示例分析,小编觉得挺实用的,因此分享给大家做个参考,希望大家阅读完这篇文章后可以有所收获。
为黄陂等地区用户提供了全套网页设计制作服务,及黄陂网站建设行业解决方案。主营业务为成都网站设计、成都做网站、黄陂网站设计,以传统方式定制建设网站,并提供域名空间备案等一条龙服务,秉承以专业、用心的态度为用户提供真诚的服务。我们深信只要达到每一位用户的要求,就会得到认可,从而选择与我们长期合作。这样,我们也可以走得更远!1. 背景
在深度学习的任务中,通常需要比较长时间的训练,因此我们会选择离开电脑。笔者在跟踪模型表现,
观察模型accuracy 以及 loss 的时候,比较传统的方法是在控制台print输出或者直接使用tensorboard。
但如果是你需要远程观察模型表现,那一个时刻记录的log 文件就非常重要。
(如果你希望不在实验室,远程通过访问正在训练网络的服务器的Jupyter Notebook ,实时查看实验进度。请参考——远程连接服务器端Jupyter Notebook)
2. logging 函数
创建 .log 文件并将一些数据在控制台输出可以通过logging 函数实现。
废话不多,直接贴代码:一下函数可以在你想要保存日志文件的路径——output_dir下生成一个.log 文件,文件名以年.月.日.时.分命名,以免重复。
import logging import time import os def log_creater(output_dir): if not os.path.exists(output_dir): os.makedirs(output_dir) log_name = '{}.log'.format(time.strftime('%Y-%m-%d-%H-%M')) final_log_file = os.path.join(output_dir,log_name) # creat a log log = logging.getLogger('train_log') log.setLevel(logging.DEBUG) # FileHandler file = logging.FileHandler(final_log_file) file.setLevel(logging.DEBUG) # StreamHandler stream = logging.StreamHandler() stream.setLevel(logging.DEBUG) # Formatter formatter = logging.Formatter( '[%(asctime)s][line: %(lineno)d] ==> %(message)s') # setFormatter file.setFormatter(formatter) stream.setFormatter(formatter) # addHandler log.addHandler(file) log.addHandler(stream) log.info('creating {}'.format(final_log_file)) return log
3. 结果
保存后的日志文件差不多就是这样:
关于“Python中写入训练日志文件并控制台输出的示例分析”这篇文章就分享到这里了,希望以上内容可以对大家有一定的帮助,使各位可以学到更多知识,如果觉得文章不错,请把它分享出去让更多的人看到。
新闻名称:Python中写入训练日志文件并控制台输出的示例分析-创新互联
文章分享:http://scyanting.com/article/coggop.html