Pytorch训练过程可视化
图表的世界充满了魔法,一条曲线可以瞬间揭示数据内容的情况,激发想象力,让事情变得更有说服力
TensorBoard
TensorBoard是TensorFlow提供的一组可视化工具(A Suite of Visualization Tools),可以帮助开发者理解、调试和优化TensorFlow程序,作为一款优秀的可视化组件,自然会被其他框架借用和引进。在PyTorch中也能通过TensorBoardX组件使用这一款可视化工具,TensorBoradX组件支持scalar、image、figure、histogram、audio、text、graph、onnx_graph、embedding、pr_curve和videosummaries等不同的可视化展示方式。
安装TensorBoardX组件
pip install tensorboardX
pip install tensorflow
pip install Tensorboard_logger
TensorBoard通过读取日志文件进行可视化,使用时需要引入SummaryWriter
from tensorboardX import SummaryWriter
writer=SummaryWriter()
python代码,展示曲线图
from tensorboardX import SummaryWriter
writer=SummaryWriter("logs")
for i in range(100):
writer.add_scalar("y=x",i,i)
writer.close()
启动TensorBoard服务
$ tensorboard --host 127.0.0.1 --logdir=logs --port=6007
python代码,展示图片
from tensorboardX import SummaryWriter
import numpy as np
from PIL import Image
writer = SummaryWriter("logs")
image_path = "dataset/train/ants_image/0013035.jpg"
img_PIL = Image.open(image_path)
img_array = np.array(img_PIL)
writer.add_image("test", img_array, 1, dataformats='HWC')
writer.close()