脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → PyTorch 可视化工具

PyTorch 可视化工具TensorBoard和Visdom

 更新时间：2022年01月26日 09:45:04   作者：运维派  
这篇文章主要介绍了PyTorch 可视化工具TensorBoard和Visdom，TensorBoard 一般都是作为 TensorFlow 的可视化工具，与 TensorFlow 深度集成，它能够展现 TensorFlow 的网络计算图，绘制图像生成的定量指标图以及附加数据等，下面来看文章得具体内容介绍吧

一、TensorBoard

TensorBoard 一般都是作为 TensorFlow 的可视化工具，与 TensorFlow 深度集成，它能够展现 TensorFlow 的网络计算图，绘制图像生成的定量指标图以及附加数据等。

此外，TensorBoard 也是一个独立工具，在 PyTorch 中也可使用它进行可视化。

1、安装：

pip install tensorboard

2、启动：

tensorboard --logdir="日志目录"

启动 tensorboard 时，可指定 logdir、port（默认6006）、host（默认localhost）等参数：

3、Tensorboard 可视化演示(PyTorch 框架)：

训练模型，导入tensorboard. SummaryWriter 保存loss、accuracy 等日志信息。

# 导入SummaryWriter
from torch.utils.tensorboard import SummaryWriter
...
# 创建SummaryWriter实例，指定log_dir的位置
summaryWriter = SummaryWriter(log_dir="/Users/liyunfei/PycharmProjects/python3practice/06DL/fcnn/logs")
...
# 模型训练时，写入train_loss、test_loss、score等信息
summaryWriter.add_scalars("loss", {"train_loss_avg": train_loss_avg, "test_loss_avg": test_loss_avg}, epoch)
summaryWriter.add_scalar("score", score, epoch)

启动 TensorBoar ，训练过程可视化。

1）启动命令：

tensorboard --logdir=/Users/liyunfei/PycharmProjects/python3practice/06DL/fcnn/logs

二、Visdom

Visdom 是 Facebook 专门为 PyTorch 开发的一款可视化工具，能够支持“远程数据”的可视化，支持 Torch 和 Numpy。GitHub 地址：https://github.com/fossasia/visdom

1、安装：

pip install visdom

2、启动：

python -m visdom.server

-m 是以模块服务启动
如果是 linux/mac-os 环境，可以使用以下命令启动运行在后台

nohup python -m visdom.server &

启动 Visdom 时，可以指定 port（默认8097）、hostname（默认localhost）等其它参数：

usage: server.py [-h] [-port port] [--hostname hostname] [-base_url base_url]
                 [-env_path env_path] [-logging_level logger_level]
                 [-readonly] [-enable_login] [-force_new_cookie]
                 [-use_frontend_client_polling]

3、Visdom 可视化演示

1）启动 Visdom：

python -m visdom.server -port 8097

2）启动成功如下：

3）训练过程可视化代码：

# 导入visdom包
import visdom

# 创建Visdom对象，连接服务端，指定env环境(不指定默认env="main")
viz = visdom.Visdom(server='http://localhost', port=8097, env='liyunfei')
...
viz.line([0.], [0], win='train_loss', opts=dict(title='train_loss'))
viz.line([0.], [0], win='accuracy', opts=dict(title='accuracy'))
...
# 模型训练时，实时可视化loss、accuracy等信息。
viz.line([train_loss_avg], [epoch], win='train_loss', update='append')
viz.line([accuracy], [epoch], win='accuracy', update='append')

4）可视化结果：

5）其它操作——可视化一张/多张图片：
示例：

import visdom
import numpy as np

viz = visdom.Visdom(server='http://localhost', port=8097, env='liyunfei')

# 一张图片
viz.image(
    np.random.rand(3, 512, 256),
    opts=dict(title='Random!', caption='How random.'),
)
# 多张图片
viz.images(
    np.random.randn(20, 3, 64, 64),
    nrow=5,
    opts=dict(title='Random images', caption='How random.')
)

效果：

6）Visdom 的更多可视化 API（常用的是 line、image、text）：

vis.scatter : 2D 或 3D 散点图
vis.line : 线图
vis.stem : 茎叶图
vis.heatmap : 热力图
vis.bar : 条形图
vis.histogram: 直方图
vis.boxplot : 箱型图
vis.surf : 表面图
vis.contour : 轮廓图
vis.quiver : 绘出二维矢量场
vis.image : 图片
vis.text : 文本
vis.mesh : 网格图
vis.save : 序列化状态

 到此这篇关于PyTorch 可视化工具TensorBoard和Visdom的文章就介绍到这了,更多相关PyTorch 可视化工具内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

相关文章

  • Python3中对json格式数据的分析处理

    Python3中对json格式数据的分析处理

    这篇文章主要介绍了Python3中对json格式数据的分析处理,本文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
    2021-01-01
  • Python/Django后端使用PIL Image生成头像缩略图

    Python/Django后端使用PIL Image生成头像缩略图

    这篇文章主要为大家详细介绍了Python/Django后端使用PIL Image生成头像缩略图，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2019-04-04
  • Python抓取Discuz!用户名脚本代码

    Python抓取Discuz!用户名脚本代码

    这篇文章主要介绍了Python抓取Discuz!用户名脚本代码，有需要的朋友可以参考一下
    2013-12-12
  • python中and和or逻辑运算符的用法示例

    python中and和or逻辑运算符的用法示例

    python中的逻辑运算符有两种返回值,python运算符除了能操作bool类型表达式,还能操作其他所有类型的表达式,这篇文章主要给大家介绍了关于python中and和or逻辑运算符用法的相关资料,需要的朋友可以参考下
    2022-01-01
  • Python实现敏感词过滤的五种方法

    Python实现敏感词过滤的五种方法

    在我们生活中的一些场合经常会有一些不该出现的敏感词,我们通常会使用*去屏蔽它,一些骂人的敏感词和一些政治敏感词都不应该出现在一些公共场合中,这个时候我们就需要一定的手段去屏蔽这些敏感词,下面我来介绍一些简单版本的Python敏感词屏蔽的方法,需要的朋友可以参考下
    2025-04-04
  • 使用PyV8在Python爬虫中执行js代码

    使用PyV8在Python爬虫中执行js代码

    PyV8是chrome用来执行javascript的引擎，据说是最快的js引擎，通过pyv8的封装，可以在python中使用。下面这篇文章主要介绍了使用PyV8在Python爬虫中执行js代码的相关资料，需要的朋友可以参考下。
    2017-02-02
  • Python利用zhdate模块实现农历日期处理

    Python利用zhdate模块实现农历日期处理

    zhdate模块统计从1900年到2100年的农历月份数据代码，支持农历和公历之间的转化，并且支持日期差额运算。本文将利用这一模块实现农历日期的处理，需要的可以参考一下
    2022-03-03
  • 使用Python实现简单的学生成绩管理系统

    使用Python实现简单的学生成绩管理系统

    这篇文章主要为大家详细介绍了Python实现学生成绩管理系统，使用数据库，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2022-01-01
  • 用Python实现等级划分

    用Python实现等级划分

    大家好，本篇文章主要讲的是用Python实现等级划分，感兴趣的同学赶快来看一看吧，对你有帮助的话记得收藏一下
    2022-02-02
  • 对于Python编程中一些重用与缩减的建议

    对于Python编程中一些重用与缩减的建议

    这篇文章主要介绍了对于Python编程中一些重用与缩减的建议,来自于IBM官方技术文档,需要的朋友可以参考下
    2015-04-04

最新评论