如何在 PyTorch Lightning 中获得所有时期的逐步验证损失曲线

如何解决如何在 PyTorch Lightning 中获得所有时期的逐步验证损失曲线

在 PyTorch Lightning 中的 validation_step() 中记录我的验证损失时：

def validation_step(self,batch: Tuple[Tensor,Tensor],_batch_index: int) -> None:
    inputs_batch,labels_batch = batch

    outputs_batch = self(inputs_batch)
    loss = self.criterion(outputs_batch,labels_batch)

    self.log('loss (valid)',loss.item())

然后，我得到了一个 epoch-wise 损失曲线：

如果我想要逐步的损失曲线，我可以设置on_step=True：

def validation_step(self,labels_batch)

    self.log('loss',loss.item(),on_step=True)

这会导致每个时期的逐步损失曲线：

我怎样才能获得所有时期的单一图表？当我的训练运行数千个时期时，这会变得混乱。

解决方法

似乎您在初始化记录器时做错了什么。是否定义如下：

logger = TensorBoardLogger("tb_logs",name="my_model")

请注意，on_step 会修改您的标签，这也是它们显示为单独图像的原因之一。

您可以使用以下方法代替 on_step：

self.logger.experiment.add_scalar('name',metric)

如果您希望图 x 轴显示时期数而不是步骤数，您可以将记录器放在 validation_epoch_end(self,outputs) 内。

def validation_epoch_end(self,outputs):
   avg_loss = torch.stack([x["val_loss"] for x in outputs]).mean()
   self.logger.experiment.add_scalar('loss',avg_loss,self.current_epoch)