私はNvidia Digits 5で自分のモデルを訓練しました。レポートの訓練中に生成された精度と損失のプロットを抽出したいと思います。このデータはどこかに保存されているので、これらのプロットのデータを抽出して、Pythonでプロットし、おそらく最終的に異なるモデルなどを比較するためにプロットを変更することができますか?Nvidia Digitsの精度と損失のプロットデータ
1
A
答えて
1
私が見つけた最も良い解決策は、HTMLファイルを見たり、Caffeによって作成されたテキストファイルcaffe_output.logをスキャンすることです。テキストファイルは通常、/ insert_your_job_idは/ var /数字/ジョブに保存されている/いますが、単にLinuxシステム上で実行することができます:あなたのDIGITSジョブフォルダに
locate caffe_output.log
1
移動し、あなたの仕事のサブフォルダを検索します。あなたの中にはファイルstatus.pickle
があります。これはあなたの仕事のすべての情報を含んでいるピクルされたオブジェクトです。
import digits
import pickle
data = pickle.load(open('status.pickle','rb'))
このオブジェクトはやや一般的なものであり、複数のタスクが含まれる場合があります。 あなたはそうのようなPythonでそれを読み込むことができます。典型的な分類作業の場合、それは単なるものに過ぎませんが、それでもdata.tasks[0]
を介してアクセスする必要があります。そこからプロットをつかむことができます返す
data.tasks[0].combined_graph_data()
をやや複雑dict
(残念ながら - あなたのネットワークは、多くの精度/損失出力、などにもカスタムのものを作ることができるので)。これは、しかし、あなたが必要なものがすべて含まれています - 私は精度をプロットするために管理:
plt.plot(data.tasks[0].combined_graph_data()['columns'][2][1:])
が、それはあなたがカスタムコードのビットを記述する必要があります可能性があります。いつものように、dir()
はあなたの友人です。
関連する問題
- 1. 精度の損失
- 2. Keras:損失や精度
- 3. フロートデータ損失や精度の問題
- 4. C#の倍精度精度の損失、減算の倍数を加算するときの精度の低下
- 5. SciPy fmin_bfgs精度損失を扱う
- 6. Caffeの同じレイヤーからの出力精度と損失
- 7. PythonでDecimalを掛けるときの精度の損失
- 8. Nvidia Digitsインポートエラーモジュール名なしcompt
- 9. Nvidia digitsオブジェクト検出自身のデータセット
- 10. InfoGainLossは精度と損失を0にします
- 11. 精度解析の浮動小数点数の損失
- 12. C#二倍から十進精度の損失
- 13. Python Cassandra浮動小数点精度の損失
- 14. TensorFlowのバイナリ分類、予想外の大きな値の損失と精度
- 15. Kerasを使用したLSTMネットワークでの検証の損失と精度
- 16. 精度/損失は変更されません
- 17. カフェ損失層、平均および精度
- 18. ニューラルネットワーク - Softmaxのクロスエントロピー損失の減少が精度の低下に対応
- 19. このニューラルネットワークの損失は常に0.0で精度は常に1.0ですか?
- 20. 数学 - 浮動小数点数の予期せぬフォーマット - 精度の損失
- 21. keras(深層学習ライブラリ)の分類精度損失関数を書くには?
- 22. ニューラルネットワークの損失が減少しても精度は向上しませんか?
- 23. PythonでNVIDIA Digitsのトレーニング/検証LMDBを作成する
- 24. 逆算の精度と精度
- 25. Django:save()のfloat精度の喪失
- 26. Tensorflow:損失は減少しますが、精度は安定しています
- 27. Kurento:損失ネットワークオーディオ優先度
- 28. 損失と精度の両方の増加をどのように解釈するのですか
- 29. 精度の高い問題の原因となる損失の多いファイル形式(PRC)の読み取り
- 30. Googleマップの精度を失うGeoPointクラス
いつでもこれを行うことができますが、私が見つけることができない明確かつ高速な解決策です。 – Jan