PyTorch可视化利器Visdom

最新推荐文章于 2024-04-26 15:00:15 发布

AiCharm

最新推荐文章于 2024-04-26 15:00:15 发布

阅读量837

点赞数 4

分类专栏：深度学习报错调试合集文章标签：深度学习机器学习 pytorch 神经网络人工智能

本文链接：https://blog.csdn.net/muye_IT/article/details/124354773

版权

深度学习报错调试合集专栏收录该内容

11 篇文章 11 订阅

订阅专栏

1.介绍

在深度学习领域，模型训练是一个必须的过程，因此常常需要实时监听并可视化一些数据，如损失值Loss，正确率Acc等。在Tensorflow中，最常使用的工具非Tensorboard莫属；在Pytorch中，也有类似的TensorboardX，但据说其在张量数据加载的效率方面不如visdom。visdom是FaceBook开发的一款可视化工具github地址，其实质是一款在网页端的web服务器，对Pytorch的支持较好，可以直接对Tensor进行操作。

在这里插入图片描述

2.安装与启动

2.1 安装

pip install visdom

在这里插入图片描述

2.2 启动

与TensorFlow的TensorBoard一样，如果要使用Visdom，就要先在终端开启监听命令

python -m visdom.server

Visdom成功启动后，会返回一个网址，根据显示的网址然后在浏览器里输入：http://localhost:8097 进行登录在这里插入图片描述
打开网址便可以看到

在这里插入图片描述

如果你想修改端口号

 visdom -port XXXX #改成你想要的端口号

3.相关概念

3.1 窗口

在这里插入图片描述用户界面以空白的形式开始 - 您可以用图表，图像和文本填充它。出现在窗口中的内容，您可以拖放，调整大小和销毁。窗口存在于envs中并且envs的状态通过sessions存储。你可以下载窗口中的内容 - 包括SVG中的图。

3.2 回调

python Visdom支持实现窗口上的回调。Demo以可编辑文本板的形式显示。这些回调函数允许Visdom对象接收并响应前端发生的事件。

您可以通过向事件处理程序代码添加一个函数来为事件订阅窗口，该函数用于通过调用viz.register_event_handler(handler, win_id)处理程序和窗口标识调用要订阅的窗口标识。多个处理程序可以注册到同一个窗口。您可以使用viz.clear_event_handlers(win_id)删除窗口中的所有事件处理程序。当在窗口发生一个事件时，你的回调将在包含以下内容的字典上被调用：

event_type：以下事件类型之一
pane_data：该窗口的所有存储内容包括布局和内容。
eid：当前的环境ID
target：调用事件的窗口ID
其他参数定义如下。

现在支持两个回调事件：

Close - 关闭窗口时触发。返回只有前述字段的字典。
KeyPress - 按下某个键时触发。包含其他参数：
key - 按下的键的字符串表示形式（应用SHIFT等状态修饰符）
key_code - 按下键的javascript事件键码（无修饰符）

4.可视化实战

4.1 加载相关库

from visdom import Visdom
import numpy as np
import time

4.2 可视化步骤

Visdom可视化神经网络的训练过程大致分为3步：

实例化一个窗口
初始化窗口的信息
更新监听的信息

4.3 可视化单一数据

只可视化train_loss的变化

# 实例化一个窗口
wind = Visdom()
# 初始化窗口信息
wind.line([0.], # Y的第一个点的坐标
		  [0.], # X的第一个点的坐标
		  win = 'train_loss', # 窗口的名称
		  opts = dict(title = 'train_loss') # 图像的标例
)
# 更新数据
for step in range(10):
	# 随机获取loss,这里只是模拟实现
	loss = np.random.randn() * 0.5 + 2
	wind.line([loss],[step],win = 'train_loss',update = 'append')
	time.sleep(0.5)

结果
在这里插入图片描述

4.4 可视化多类数据

可视化train_loss和acc

# 实例化窗口
wind = Visdom()
# 初始化窗口参数
wind.line([{0.,0.]],[0.],win = 'train',opts = dict(title = 'loss&acc',legend = ['loss','acc']))
# 更新窗口数据
for step in range(10):
	loss = 0.2 * np.random.randn() + 1
	acc = 0.1 * np.random.randn() + 0.5
	wind.line([[loss, acc]],[step],win = 'train',update = 'append')
	time.sleep(0.5)

在这里插入图片描述

4.5 可视化图像

viz = Visdom()
# data是一个tensor，直接在x这个标识的窗口中显示出来
viz.images(data.view(-1,1,28,28),win = 'x')
# str(pred.detach().cpu().numpy())直接将数据转换成字符串打印出来，表示为pred，并且赋予了title = 'pred'可见名字
viz.text(str(pred.detach().cpu().numpy()),win = 'pred',opts = dict(title = 'pred'))

在这里插入图片描述

5. Visdom API

Visdom支持下列API。由Plotly提供可视化支持。

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
vis.close ：通过ID关闭一个窗口
vis.win_exists ：通过id检查一个窗口是否已经存在
vis.check_connection：检查服务器是否连接
关于上述API更详尽的解释将在下面给出。

vis.image

这个函数绘制一个img。它将包含图像的CxHxW张量作为输入img。

以下opts是支持的：

opts.jpgquality：JPG质量（number0-100;默认= 100）
opts.caption：图像的标题
vis.images：这个函数绘制一个列表images。它需要一个输入B x C x H x W张量或list of images全部相同的大小。它使大小的图像（B / Nrow，Nrow）的网格。

以下参数和opts支持：

nrow：连续的图像数量
padding：在图像周围填充，四边均匀填充
opts.jpgquality：JPG质量（number0-100;默认= 100）
opts.caption：图像的标题

vis.text

这个功能在一个盒子里打印文本。你可以使用它来嵌入任意的HTML。它需要输入一个text字符串。opts目前没有具体的支持。

vis.video

此功能播放视频。它输入视频的文件名videofile或一个LxCxHxW尺度的tensor（在Lua）或或LxHxWxC尺度的tensor包含视频作为输入的所有帧（在Python）。该功能不支持任何情节特定opts。

以下opts是支持的：

opts.fps：视频的FPS（integer>0;默认= 25）
注意：使用tensor输入需要安装并运行ffmpeg。您播放视频的能力可能取决于您使用的浏览器：您的浏览器必须支持OGG容器中的Theano编解码器（Chrome支持此功能）。

vis.svg

这个函数绘制一个SVG对象。它将SVG字符串svgstr或SVG文件的名称作为输入svgfile。该功能不支持任何特定的 opts。

vis.save

这个功能保存envs在visdom服务器上的活动。它需要输入一个列表（在Python中）或表（在lua中）env id被保存。

vis.scatter

此功能绘制2D或3D散点图。它需要输入一个Nx2或一个Nx3张量X来指定N散点图中点的位置。一个可选的N张量，Y其中包含离散的标签，范围介于1和K可以指定 - 标签将反映在标记的颜色。以下opts是支持的：

opts.colormap ：colormap（string; default = ‘Viridis’）
opts.markersymbol：标志符号（string;默认= ‘dot’）
opts.markersize ：标记大小（number;默认= ‘10’）
opts.markercolor：每个标记的颜色。（torch.*Tensor; default = nil）
opts.legend ：table包含图例名称
opts.markercolor：是一个整数值的张量。张量可以是大小N或N x 3或K或K x 3。

尺寸张量N：每个数据点的单一强度值。0 =黑色，255 =红色
尺寸张量N x 3：每个数据点的红色，绿色和蓝色强度。0,0,0 =黑色，255,255,255 =白色
尺寸K和张量K x 3：与每个数据点具有唯一的颜色不同，对于特定标签的所有点共享相同的颜色。

vis.line

这个函数绘制一个线条图。它需要输入一个N或NxM张量 Y来指定要绘制的M线（连接N点）的值。它还采用可选的X张量来指定相应的x轴值; X可以是一个N张量（在这种情况下，所有的线将共享相同的x轴值）或具有相同的大小Y。

以下opts是支持的：

opts.fillarea ：填充行（boolean）以下的区域
opts.colormap ：colormap（string; default = ‘Viridis’）
opts.markers ：show markers（boolean; default = false）
opts.markersymbol：标志符号（string;默认= ‘dot’）
opts.markersize ：标记大小（number;默认= ‘10’）
opts.legend ：table包含图例名称

vis.updateTrace

此功能允许更新现存的线或散点图的数据。

用户可以指定name一个现有的轨迹，如果他们想要添加到它的话，还可以指定一个新name的轨迹。默认情况下，如果在首次创建时没有指定图例，那么图例name中的行的索引是。

如果没有name指定，所有的痕迹应该被更新。跟踪更新数据全部NaN被忽略; 这可以用于掩蔽更新。

该append参数确定更新数据是否应附加到或替换现有数据。

没有，opts因为他们被假定为从指定的情节继承。

vis.stem

这个函数绘制一个干图。它需要输入一个N或NxM张量 X来指定时间序列中的N点的值M。包含时间戳的可选N或NxM张量Y也可以被指定; 如果Y是N张量，则M假定所有时间序列具有相同的时间戳。

以下opts是支持的：

opts.colormap：colormap（string; default = ‘Viridis’）
opts.legend ：table包含图例名称

vis.heatmap

这个函数绘制一个热图。它需要输入NxM张量X来指定热图中每个位置的值。

以下opts是支持的：

opts.colormap ：colormap（string; default = ‘Viridis’）
opts.xmin ：剪辑最小值（number;默认= X:min()）
opts.xmax ：剪辑最大值（number;默认= X:max()）
opts.columnnames：table包含x轴标签
opts.rownames ：table包含y轴标签

vis.bar

这个函数绘制一个规则的，堆积的或分组的条形图。它需要输入一个N或NxM张量X来指定每个条的高度。如果X包含M列，则对应于每行的值将被堆叠或分组（取决于如何opts.stacked设置）。除此之外X，还可以指定一个（可选的）N张量Y，其中包含相应的x轴值。

opts目前支持以下特定于图表的功能：

opts.rownames：table包含x轴标签
opts.stacked ：堆栈中的多个列 X
opts.legend ：table包含图例标签

vis.histogram

该功能绘制指定数据的直方图。它需要输入一个N张量X来指定构建直方图的数据。

opts目前支持以下特定于图表的功能：

opts.numbins：垃圾箱数量（number;默认= 30）

vis.boxplot

此函数绘制指定数据的箱形图。它需要输入一个N或一个NxM张量X来指定N构造M箱形图的数据值。

opts目前支持以下特定于图表的功能：

opts.legend：中的每一列的标签 X

vis.surf

这个函数绘制一个曲面图。它需要输入NxM张量X 来指定曲面图中每个位置的值。

以下opts是支持的：

opts.colormap：colormap（string; default = ‘Viridis’）
opts.xmin ：剪辑最小值（number;默认= X:min()）
opts.xmax ：剪辑最大值（number;默认= X:max()）

vis.contour

这个函数绘制一个等高线图。它需要输入一个NxM张量X 来指定轮廓图中每个位置的值。

以下opts是支持的：

opts.colormap：colormap（string; default = ‘Viridis’）
opts.xmin ：剪辑最小值（number;默认= X:min()）
opts.xmax ：剪辑最大值（number;默认= X:max()）

vis.quiver

此函数绘制，其中的箭头的方向和长度由所确定的颤动情节NxM张量X和Y。两个可选的NxM 张量gridX，gridY可以提供指定箭头的偏移量; 默认情况下，箭头将在常规网格上完成。

以下opts是支持的：

opts.normalize：最长箭头的长度（number）
opts.arrowheads：显示箭头（boolean;默认= true）

vis.mesh

此函数从一个Nx2或一个Nx3矩阵中定义的一组顶点绘制一个网格图 X，以及在一个可选Mx2或 Mx3矩阵中定义的多边形Y。

以下opts是支持的：

opts.color：color（string）
opts.opacity：多边形不透明度（number介于0和1之间）

通用opts

绘图功能采用可选opts表格作为输入，可用于更改绘图属性（通用或特定于绘图）的属性。所有输入参数都在一个表中指定; 输入参数是基于它们在输入表中具有的键的匹配。

以下opts是通用的，它们对于所有可视化（除了plot.image和plot.text）是相同的：

opts.title ：图标题
opts.width ：图宽度
opts.height ：身高
opts.showlegend ：显示图例（true或false）
opts.xtype ：x轴的类型（‘linear’或’log’）
opts.xlabel ：x轴的标签
opts.xtick ：在x轴上显示刻度（boolean）
opts.xtickmin ：先在x轴上打勾（number）
opts.xtickmax ：在x轴上的最后一个勾号（number）
opts.xtickvals ：在x轴（蜱位置table的number多个）
opts.xticklabels：蜱上x轴（标签table的string多个）
opts.xtickstep ：x轴上的滴答声之间的距离（number）
opts.ytype ：y轴的类型（‘linear’或’log’）
opts.ylabel ：y轴的标签
opts.ytick ：在y轴上显示刻度（boolean）
opts.ytickmin ：首先在y轴上打勾（number）
opts.ytickmax ：最后在y轴上打勾（number）
opts.ytickvals ：在y轴的刻度位置（table的number多个）
opts.yticklabels：蜱上y轴标签（table的string多个）
opts.ytickstep ：Y轴上的刻度之间的距离（number）
opts.marginleft ：左边距（以像素为单位）
opts.marginright ：右边距（以像素为单位）
opts.margintop ：顶部边距（以像素为单位）
opts.marginbottom：底部边距（以像素为单位）

AiCharm

关注

4
点赞
踩
9

收藏

觉得还不错? 一键收藏
打赏
0
评论
PyTorch可视化利器Visdom

PyTorch可视化工具Visdom1.介绍2.安装与启动2.1 安装2.2 启动3.相关概念3.1 窗口3.2 回调4.可视化实战4.1 加载相关库4.2 可视化步骤4.3 可视化单一数据4.4 可视化多类数据4.5 可视化图像5. Visdom APIvis.imagevis.textvis.videovis.svgvis.savevis.scattervis.linevis.updateTracevis.stemvis.heatmapvis.barvis.histogramvis.boxplotvis
复制链接

扫一扫