PytorchVisom安装和使用

写在前面&＃xff1a;为了监督服务器模型训练过程的情况&＃xff0c;特意学习了visdom。

简介

visdom是Facebook专门为PyTorch开发的一款可视化工具 github地址&＃xff0c; 可以直接对Tensor进行操作。能够胜任大部分的数据可视化任务。话不多说&＃xff0c;上两个动图让大家感受一下。

安装

linux 安装

conda install -n env1 visdom


安装过程中有可能缺失模块jsonpatch

conda install jsonpatch


安装完成后&＃xff0c;需要下载一写json文件

加入服务器ip地址&＃xff0c;访问linux上面的数据。

代码实例&＃xff1a;

from visdom import Visdom
import numpy as npviz &＃61; Visdom(env&＃61;&＃39;test&＃39;)
x &＃61; np.linspace(start&＃61;0, stop&＃61;2 * np.pi, num&＃61;100)
y1 &＃61; np.sin(x)
viz.line(Y&＃61;y1, X&＃61;x, win&＃61;&＃39;sine&＃39;)#cosine
y2 &＃61; np.cos(x)
viz.line(Y&＃61;y2, X&＃61;x, win&＃61;&＃39;cosine&＃39;)#sin-cos
viz.line(Y&＃61;np.column_stack((y1, y2)), opts&＃61;dict(showLegend&＃61;True), win&＃61;&＃39;sin-cos&＃39;)#tan
y3 &＃61; np.tan(x)
viz.line(Y&＃61;y3, X&＃61;x, win&＃61;&＃39;tan&＃39;)#tanh
y4 &＃61; np.tanh(x)
viz.line(X&＃61;x, Y&＃61;y4, win&＃61;&＃39;tanh&＃39;)#power
viz.line(X&＃61;x, Y&＃61;np.power(x, 2), win&＃61;&＃39;pow2&＃39;)#exp
viz.line(X&＃61;x, Y&＃61;np.exp(x), win&＃61;&＃39;exp&＃39;)


输出图片如下&＃xff1a;

服务器查看loss曲线

激活visdom

python3 -m visdom.server


初始化代码入下&＃xff1a;

from visdom import Visdom
viz &＃61; Visdom(env&＃61;&＃39;train&＃39;)


在训练里面写如下代码&＃xff1a;

viz.line(X&＃61;np.array([epoch]),Y&＃61;np.array([loss]), name&＃61;&＃39;train&＃39;, win&＃61;win, update&＃61;&＃39;append&＃39;)


结果如图所示&＃xff1a;

参考

https://zhuanlan.zhihu.com/p/34692106
https://www.jianshu.com/p/b14df91de4df