pytorch的可视化
我百度的时候百度到了三种方法第一种是利用Visdom,但是我没有下载安装成功,不管是普通的pip、conda安装还是先下载再安装都是失败的,最后是显示安装成功,但是打开的时候总是失败。第二种是利用matplotlib来实现,但是在实现的过程中我还是不清楚具体的语句。第三种是最让我惊艳的一种,利用TensorboardX来实现可视化,先不说好不好用(我觉得是挺好用的),我跑了几个程序以后视觉上给我的感觉是很震撼的。
利用TensorboardX进行可视化
简介
Tensorboard 是 TensorFlow 的一个附加工具,可以记录训练过程的数字、图像等内容,以方便研究人员观察神经网络训练过程。可是对于 PyTorch 等其他神经网络训练框架并没有功能像 Tensorboard 一样全面的类似工具,一些已有的工具功能有限或使用起来比较困难 (tensorboard_logger, visdom等) 。TensorboardX 这个工具使得 TensorFlow 外的其他神经网络框架也可以使用到 Tensorboard 的便捷功能。(这一段是我从一片博客复制的,链接: link.这篇博客是我感觉最详细也最好用的,感谢博主!)
安装
直接用pip install tensorboardX进行安装。(我在安装的时候还没有读到这篇博客,之前的博客是不仅安装tensorboardX也安装了tensorboard和TensorFlow,我也不知道为是什么,反正是能用了。)
使用TensorboardX
我以为会很复杂,需要编写很复杂的程序,后来我发现使用方法相对较简单,只需要写好路径,把需要可视化的的内容的参数加入到需要使用的函数中即可。
from tensorboardX import SummaryWriter
# Creates writer1 object.
# The log will be saved in 'runs/exp'
writer1 = SummaryWriter('runs/exp')
# Creates writer2 object with auto generated file name
# The log directory will be something like 'runs/Aug20-17-20-33'
writer2 = SummaryWriter()
# Creates writer3 object with auto generated file name, the comment will be appended to the filename.
# The log directory will be something like 'runs/Aug20-17-20-33-resnet'
writer3 = SummaryWriter(comment='resnet')
初始化的三种方法
- 提供一个路径,将使用该路径来保存日志
- 无参数,默认将使用
runs/日期时间
路径来保存日志 - 提供一个
comment
参数,将使用runs/日期时间
-comment 路径来保存日志
初始化好后在命令行输入tensorboard --logdir=<your_log_dir>
其中的<your_log_dir>
就是你初始化中的路径。(关于一些详细的介绍可以参考上面我提到的博客,我觉得写得挺好了)
如果你不确定你的路径或者是你打开后发现没有需要的东西,可以直接打开runs,然后在左侧点击你刚才运行的程序即可。(因为我运行了好几次后还是找不到结果,就直接运行了runs,也没有结果,后来发现左侧菜单里没有选中…)
先写到这吧,该复习了,而且不仅写自己的作业还要改本科生的作业好担心期末考试(2020.12.22)