Visdom 之远程查看服务器可视化结果

最新推荐文章于 2024-07-25 14:35:42 发布
最新推荐文章于 2024-07-25 14:35:42 发布
阅读量6.1k 收藏 6
点赞数 2
分类专栏： 可视化 文章标签： pytorch
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_41632333/article/details/105592905
版权

本篇解决如何连接到服务器的visdom网址 http://localhost:8097/ 查看图像

1. 首先查看服务器IP

输入ifconfig 得到inet addr 即为IP地址

2. ssh远程连接服务器，将服务器的地址映射到本地

ssh -L 18097:127.0.0.1:8097 username@server_ip，这里注意你的服务器的username是root还是其他，根据情况更改

3. 映射成功后，在本地登陆 http://localhost:18097/ 即可

Sarah_dandan2019
关注
  • 2
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
专栏目录
visdom可视化需要下载的文件
12-19
visdom可视化需要下载的完整文件，可以下载下来直接替换visdom目录下的static文件，该资源所需积分是1分（有时候csdn会乱修改积分数），如果积分不够下载不了的话，可以和我邮件联系获取资源。
本地打开服务器的localhost(visdom)
Wynnnn_的博客
03-09 3432
1. ssh链接时 将服务器的8097端口重定向到本机 ssh -L 18097:127.0.0.1:8097 username@remote_server_ip 2.在服务器上启动visdom.server python -m visdom.server 3.本地打开网页 127.0.0.1:18097 ...
visdom使用本地浏览器查看远程服务器训练结果
Foveres
06-20 1759
本地操作： 1.win+R：cmd 2.输入： ssh -L 8097:127.0.0.1:8097 -p 端口号 username@xxx.xxx.xxx.xxx 注：其中8097是最终本地打开的浏览器,如果设置成别的,那么本地打开相应改动一下 在服务器上,启动visdom: python -m visdom.server 本地浏览器访问： http://localhost:8097 ...
访问远程Visdom
t20134297的博客
10-28 912
1. 连接ssh时，将服务器的8097端口重定向到自己机器上来： ssh -L 18097:127.0.0.1:8097 username@remote_server_ip 其中：18097:127.0.0.1代表自己机器上的18097号端口，8097是服务器上visdom使用的端口 2. 在服务器上使用8097端口正常启动tensorboard： python -m visdom.server 3在本地浏览器中输入地址： http://127.0.0.1:18097/ 一...
访问远程Visdom or tensorboard
sinat_30281495的博客
03-13 686
1. 连接ssh时，将服务器的8097端口重定向到自己机器上来： ssh -L 18097:127.0.0.1:8097 username@remote_server_ip 其中：18097:127.0.0.1代表自己机器上的18097号端口，8097是服务器上visdom、tensorboard使用的端口。 2. 在服务器上使用8097端口正常启动tensorboard： p...
如何远程进入服务器看配置,远程登录服务器
weixin_36210904的博客
07-30 298
[TOC]# 添加具有 sudo 权限的新用户## 创建用户useradd 本身是个linux脚本 在执行`useradd xxx`时，会创建一个用户名为`xxx`的三无用户* 无密码 需要通过`passwd`来设置密码* 无家目录 不会自动创建`/home/xxx`目录* 无登录权限 不能关联`shell`进行~~~adduser 用户名~~~## 提供可登录的密码~~~passwd 用户名~~...
本地主机链接服务器visdom显示http error 500
onion_rain的博客
01-06 727
本地主机链接服务器visdom显示http error 500 本地主机链接服务器visdom显示http error 500 解决方法：重装visdom 附： 卸载：pip uninstall visdom 安装：pip install visdom ...
docker使用与服务器上的可视化（ROS rviz等）
qq_42731705的博客
06-09 4254
按照官网命令一步步来即可。添加当前用户到docker用户组，后面运行docker的时候前面不需要加sudo。
Xming 免安装版本 和 Xshell 配套使用 远程调用可视化界面
05-14
本文将详细讲解如何使用Xming免安装版本与Xshell配合，实现从本地Windows系统远程调用Linux服务器的可视化界面。 首先，Xming是一款开源的X Window System服务器，适用于Windows操作系统。它允许你在没有图形界面的...
悬臂式掘进机远程可视化控制系统研究
06-16
讨论了悬臂式掘进机远程可视化控制系统的组成、设计方案及关键技术,通过对远程控制系统、通讯系统、声音视频传输系统、姿态仪技术、激光传感器技术和磁致位移传感器技术的研究,实现了掘进机位姿自动检测、断面自动...
基于visdom工具实现学生数据可视化分析.docx
05-27
【基于visdom工具实现学生数据可视化分析】 学生数据可视化分析是一种有效的教育管理工具，它能够帮助高校管理层深入了解学生的学习情况，提高教学质量，并辅助决策。在当前的“互联网+”教学背景下，随着线上教学...
使用pytorch实现可视化中间层的结果
09-18
在本文中，我们将探讨如何使用PyTorch框架来可视化神经网络模型，特别是VGG16模型的中间层结果。PyTorch是一个强大的深度学习库，它提供了灵活性和易用性，使得研究人员和开发者能够轻松地构建和理解复杂的神经网络...
服务器可视化监控系统,可视化服务器监控系统
weixin_33903769的博客
08-06 1547
可视化服务器监控系统 内容精选换一换精简视图提供了云服务器资源概况和状态的可视化统计结果，帮助您直观的了解云服务器资源。在精简视图中，您可以快速获取弹性云服务器基本信息、登录信息、配置信息、监控信息。精简视图提供了云服务器资源概况和状态的可视化统计结果，直观的了解云服务器资源。请按以下步骤切换至精简视图：登录管理控制台。单击管理控制台左上角的，选择区域和项目。选择“计算 >购买云耀云服务器时...
Pytorch可视化工具visdom远程连接，本地显示 启动过程
qq_42514371的博客
11-17 1132
Pytorch可视化工具visdom远程连接启动过程
服务器远程visdom可视化
Vac的博客
06-28 1327
ssh连接服务器，在服务器上训练深度学习模型，希望在本地可视化训练数据。用visdom完成。
远程服务器的visdom显示（外网访问）
qq_34907927的博客
02-20 1203
在使用远端服务器进行计算时，往往需要实时查看中间结果，借助ngrok可以比较方便的实现该功能，亲测有效！以google colab为例，代码如下： 安装ngrok !wget https://bin.equinox.io/c/4VmDzA7iaHb/ngrok-stable-linux-amd64.zip !unzip ngrok-stable-linux-amd64.zip 打开端口并生成链接 get_ipython().system_raw('python3 -m visdom.server -por
可视化训练过程（visdom/tensorboard）
络小绎
04-23 780
针对pytorch框架。 服务器端[1] 1. 安装visdom pip install visdom 2. 在代码中使用 # 创建实例 viz = Visdom() # 创建窗口 viz.line([0.], [0], win='loss', opts=dict(title='loss', legend=['train_loss', 'val_loss'])) 其中，实例只用创建一个。 窗口可创建多个，win表示窗口名，用来区分后续数据应该在哪个窗口监控；title表示该窗口展示.
N3 - Pytorch文本分类入门
最新发布
Loser
07-25 873
文本分类任务，关键的是前面对文本的处理，合并，嵌入，最后的分类反而非常简直，直接使用了一层全连接层就可以达到不错的效果了。在复现的过程中，由于使用的库版本不一致导致torchtext库部分代码无法正常运行，卡了好久，后面搜索了一些之前打卡的同学的博客，才找到解决方案。复现模型时尽量不要使用最新的版本，而是使用原来的版本，先运行起来，再改动。
【Pytorch实战教程】Pytorch中model.train()和model.eval()的作用
惊鸿若梦一书生
07-22 284
在 PyTorch 中，`model.train()` 和 `model.eval()` 用于设置模型的`训练模式`和`评估模式`，它们的作用主要涉及模型中的特定层如批归一化（Batch Normalization）和丢弃（Dropout）等。
visdom对loss和accuracy可视化
05-04
是的，Visdom可以方便地可视化训练过程中的loss和accuracy。下面是一个简单的例子，展示如何使用Visdom记录和可视化loss和accuracy： ```python import visdom # 连接到Visdom服务器 viz = visdom.Visdom() # 定义一个可视化窗口 win = viz.line( X=np.array([0]), Y=np.array([0]), opts=dict(title='Loss and Accuracy', legend=['Loss', 'Accuracy']) ) # 记录和更新loss和accuracy for epoch in range(num_epochs): train_loss, train_acc = train(epoch) test_loss, test_acc = test(epoch) # 更新可视化窗口中的数据 viz.line( X=np.array([epoch+1]), Y=np.array([train_loss, train_acc]), win=win, update='append' ) viz.line( X=np.array([epoch+1]), Y=np.array([test_loss, test_acc]), win=win, update='append' ) ``` 这个例子中，我们首先连接到Visdom服务器，然后定义一个可视化窗口。在训练过程中，我们记录并更新训练和测试的loss和accuracy，并使用`viz.line()`函数将这些数据添加到可视化窗口中。最后，我们可以在Visdom的Web界面上查看loss和accuracy的变化情况。
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值