如果想用pytorch來做神經網絡學習和訓練，那么不管想不想，你都得學visdom這個可視化工具，因為別人全部用這個玩意在進行可視化顯示，如果不會用有時甚至別人的代碼都跑不起來。這里這么說似乎顯得有點怨念，這是真的，因為本人一開始并不想要去搞它。但后來學著學著發現這真是個神器，難怪那么多人一上來直接要求先裝上這個。

要用這個先要安裝，對于python模塊而言，安裝都是蠻簡單的：

pip install visdom

安裝完每次要用直接輸入代碼打開：

python -m visdom.server

然后根據提示在瀏覽器中輸入相應地址即可，默認地址為：

http://localhost:8097/

使用示例如下：

import visdom
import torch
# 新建一個連接客戶端
# 指定env = 'test1'，默認是'main',注意在瀏覽器界面做環境的切換
vis = visdom.Visdom(env='test1')
# 繪制正弦函數
x = torch.arange(1, 100, 0.01)
y = torch.sin(x)
vis.line(X=x,Y=y, win='sinx',opts={'title':'y=sin(x)'})
# 繪制36張圖片隨機的彩色圖片
vis.images(torch.randn(36,3,64,64).numpy(),nrow=6, win='imgs',opts={'title':'imgs'})

如果要用來繪制loss函數的變化趨勢，可以使用line函數，具體如下：

#繪制loss變化趨勢，參數一為Y軸的值，參數二為X軸的值，參數三為窗體名稱，參數四為表格名稱，參數五為更新選項，從第二個點開始可以更新
vis.line(Y=np.array([totalloss.item()]), X=np.array([traintime]),
                win=('train_loss'),
                opts=dict(title='train_loss'),
                update=None if traintime == 0 else 'append'
                )

總結

以上是生活随笔為你收集整理的visdom简易教程的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。