PyTorch 在使用 tensorboard 时加载旧数据答案

【问题标题】：PyTorch loads old data when using tensorboardPyTorch 在使用 tensorboard 时加载旧数据
【发布时间】：2021-07-16 04:55:41
【问题描述】：

在使用 tensorboard 时，我已经清除了我的数据目录并训练了一个新模型，但我看到的是来自旧模型的图像。为什么tensorboard会加载旧数据，存储在哪里，如何删除？

【问题讨论】：

请提供minimal reproducible example。
这是我的仓库：link。在算法要求 1 个通道的情况下，您会看到 3 个通道的错误。我已经更改了我的图像文件，但我仍然会因为旧图像而崩溃。在我的终端中，我正在运行以下命令：tensorboard --logdir='./NERTO_CIMSS_GOES-R/' --bind_all --port=6006 &

标签： pytorch tensorboard

【解决方案1】：

Tensorboard 具有缓存，以防长时间训练失败，您拥有类似“bak”的文件，您的板将从中生成可视化。不幸的是，手动删除隐藏的临时文件并不是一个好的做法，因为在显示文件时看不到它们，包括带有 . （点）前缀使用 bash。该内存是自我管理的。对于最佳实践，（1）让您的张量板名称对于每次运行的结果都是动态的：这可以使用 datetime 库结合 python 中的 f-string 来完成，以便每次运行的名称由时间戳分隔。（如果您导入 subprocess 包并直接从脚本运行 bash 命令，则此命令可以直接从 python 完成，例如 jupyter notebook。）（2）此外，强烈建议您保存您的logdir（日志目录）与运行代码的位置分开。这两种做法一起应该可以解决与 tmp 文件错误地填充新结果相关的所有问题。

How to "reset" tensorboard data after killing tensorflow instance

【讨论】：