Python 写入训练日志文件并控制台输出解析
更新时间：2019年08月13日 10:49:19 作者：SiyuanChen
这篇文章主要介绍了Python 写入训练日志文件并控制台输出解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
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：
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。
相关文章
python实现字典(dict)和字符串(string)的相互转换方法
这篇文章主要介绍了python实现字典(dict)和字符串(string)的相互转换方法,涉及Python字典dict的遍历与字符串转换相关操作技巧,需要的朋友可以参考下2017-03-03
这篇文章主要介绍了利用Python的pandas数据处理包将宽表变成窄表，文章通过围绕主题展开详细的内容介绍，具有一定的参考价值，需要的小伙伴可以参考一下2022-09-09
这篇文章主要介绍了Python实现对adb命令封装，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-03-03
提取图像的特征点是图像领域中的关键任务，不管在传统还是在深度学习的领域中，特征代表着图像的信息，对于分类、检测任务都是至关重要的。这篇文章主要为大家详细介绍了OpenCV特征点检测与匹配，需要的可以参考一下2022-01-01
这篇文章主要介绍了如何使用pyinstaller打包32位的exe程序，本文给大家介绍的非常详细，具有一定的参考借鉴价值,需要的朋友可以参考下2019-05-05
关于python下cv.waitKey无响应的原因及解决方法
今天小编就为大家分享一篇关于python下cv.waitKey无响应的原因及解决方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-01-01
这篇文章主要介绍了python3.5安装python3-tk详解，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-04-04
这篇文章主要介绍了pytorch 多分类问题,计算百分比操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-07-07
这篇文章主要为大家介绍了python3 调用ansible api使用说明,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪2023-07-07
这篇文章主要介绍了如何简单的将pytorch模型部署到onnx,本文结合示例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下2023-08-08
最新评论