python - 以编程方式读出tensorboard hparams

Question

使用 PyTorch 运行超参数搜索并在 Tensorboard 中可视化结果后，我想以编程方式从 Tensorboard 中读出超参数。

我的文件夹结构是

• 所有运行
  • 运行1
    • Loss_trainingloss
    • 1634168941.9091413(或其他时间戳) events.out.tfevents.1634168941
    • events.out.tfevents.1634135651
  • 运行2
  • 运行3

我可以轻松阅读张量板时间序列，例如损失曲线的代码如下:

from tensorboard.backend.event_processing.event_accumulator import EventAccumulator

def read_eventfile(filepath, tag):
    event_accumulator = EventAccumulator(filepath)
        event_accumulator.Reload()

        events = event_accumulator.Scalars(tag)

        y = [x.value for x in events]

        return y

train_loss_curve = read_eventfile(path_to_event_folder, "Loss_trainingloss")

但是，我很难找到每次运行的 hparams 的访问权限，这些 hparams 正确显示在张量板上。有人知道如何做到这一点吗？

谢谢!

Answer 1

我刚刚完成了一个名为 tbparse 的工具轻松读取 hparams 事件，如下所示:

from tbparse import SummaryReader
log_dir = "<PATH_TO_EVENT_FILE_OR_DIRECTORY>"
reader = SummaryReader(log_dir)
hp = reader.hparams
print(hp)

参见the documentation更多用途。