Mlflow可视化学习笔记(一):可视化YOLOV4损失函数

安装

安装
pip install mlflow
依赖包
pip install mysqlclient
pip install boto3

导包设置uri和关键定义函数

import mlflow
mlflow.set_tracking_uri("http://127.0.0.1:5000") # 进入到这个网址
mlflow.set_experiment("train-trial") # 创建一个train-trial的文件在上面网页中

def log_scalar(name, value, step):
    """Log a scalar value to both MLflow"""
    mlflow.log_metric(name, value)

找到想要可视化的位置

通过log_scalar(name, y, x)来进行操作比如说

for i in range(3):
    sum_loss,loss_conf, loss_cls,loss_loc,num_pos= yolo_loss(outputs[i], targets)
    if Mlflow:
        log_scalar("sum_loss", sum_loss.cpu().detach().numpy().item() / (iteration + 1), epoch)
        log_scalar("loss_conf", loss_conf.cpu().detach().numpy().item() / (iteration + 1), epoch)
        log_scalar("loss_cls", loss_cls.cpu().detach().numpy().item() / (iteration + 1), epoch)
        log_scalar("loss_loc", loss_loc.cpu().detach().numpy().item() / (iteration + 1), epoch)

运行程序前需要先在终端打开mlflow通过mlflow ui可打开

然后即可运行程序，这时候你进入这个网址就可以看到运行的图！