PyTorch

Author：louwill

Machine Learning Lab

? ? ?在進行深度學習實驗時，能夠可視化地對訓練過程和結(jié)果進行展示是非常有必要的。除了Torch版本的TensorBoard工具TensorBoardX之外，Torch官方也提供了一款非常好用的可視化神器——visdom。visdom是一款用于創(chuàng)建、組織和共享實時大量訓練數(shù)據(jù)可視化的靈活工具。

???? 深度學習模型訓練通常放在遠程的服務器上，服務器上訓練的一個問題就在于不能方便地對訓練進行可視化，相較于TensorFlow的可視化工具TensorBoard，visdom則是對應于PyTorch的可視化工具。

安裝與啟動

???? 直接通過pip install visdom即可完成安裝，之后在終端輸入如下命令即可啟動visdom服務：

python -m visdom.server

???? 啟動服務后輸入本地或者遠程地址，端口號8097，即可打開visdom主頁。

主要元素

???? visdom界面簡單，主要構(gòu)成元素包括窗口(Windows)、環(huán)境(Environments)、狀態(tài)(State)、過濾(Filter)、視圖(Views)等。

???? 環(huán)境：用于對可視化空間進行分區(qū)，比如在對訓練進行可視化的時候我們可以在一個環(huán)境里對loss進行可視化，在另一個環(huán)境下對訓練的輸入輸出進行可視化。

???? 狀態(tài)：visdom會自動緩存你創(chuàng)建的可視化內(nèi)容，當頁面關(guān)閉之后，重新加載便可恢復這些內(nèi)容。

???? 過濾：可用于篩選可視化窗口，快速查找。

???? 視圖：可以快速地對可視化窗口進行排列和管理。

應用示例

???? visdom將可以進行可視化的對象都放在基礎(chǔ)模塊中，包括單/多張圖像、文本、語音、視頻、svg矢量圖、屬性網(wǎng)格、matplotlib繪圖對象、序列化狀態(tài)對象等。基礎(chǔ)圖形由plotly提供，主要包括散點圖、折線圖、熱圖、莖葉圖、柱形圖、箱線圖、表面圖、等高線圖、網(wǎng)格圖等。

???? 以matplotlib繪圖對象為例進行展示。

import matplotlib.pyplot as plt from visdom import Visdom vis = Visdom() plt.plot(range(100)) vis.matplot(plt)

???? visdom中顯示如下：

???? 具體到深度學習訓練時，我們可以在torch訓練代碼下插入visdom的可視化模塊：

if args.steps_plot > 0 and step % args.steps_plot == 0:image = inputs[0].cpu().datavis.image(image,f'input (epoch: {epoch}, step: {step})')vis.image(outputs[0].cpu().max(0)[1].data, f'output (epoch: {epoch}, step: {step})')vis.image(targets[0].cpu().data, f'target (epoch: {epoch}, step: {step})')vis.image(loss, f'loss (epoch: {epoch}, step: {step})')

???? 將上述模塊插入到VOC 2012語義分割訓練中，效果如下：

???? 也可以監(jiān)控訓練過程中的loss變化：

???? visdom為PyTorch而生，總體來說是一款優(yōu)化的深度學習訓練可視化工具。

參考資料：

https://github.com/facebookresearch/visdom

往期精彩回顧適合初學者入門人工智能的路線及資料下載機器學習及深度學習筆記等資料打印機器學習在線手冊深度學習筆記專輯AI基礎(chǔ)下載（pdf更新到25集）機器學習的數(shù)學基礎(chǔ)專輯獲取一折本站知識星球優(yōu)惠券，復制鏈接直接打開：https://t.zsxq.com/yFQV7am本站qq群1003271085，加入微信群請掃碼喜歡文章，點個在看

總結(jié)

以上是生活随笔為你收集整理的【深度学习】PyTorch深度学习训练可视化工具visdom的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。