torch可视化工具visdom启动问题

torch可视化工具visdom启动问题

安装visdom

pip install visdom

启动visdom

python -m visdom.server

第一次启动visdom,会先自动下载脚本文件,但是因为下载源在国外的服务器上,可能会导致很长一段时间下载不下来

解决方案

1.在你的anaconda文件夹下搜索visdom
在这里插入图片描述

2.进入该文件夹后找到打开server.py文件,将dowload_scripts()一行注释掉保存

在这里插入图片描述
3.文件替换
将visdom文件夹里的static文件覆盖
资源下载链接链接:static
提取码:t1rf

4.再次启动visdom
输入链接 http://localhost:8097 就可以看到可视化页面了
在这里插入图片描述

  • 3
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
PyTorch提供了一个名为TensorboardX的包,可以用于可视化torch tensor。使用TensorboardX,您可以记录模型训练过程中的标量信息(如损失和准确率),查看模型结构,投影高维数据到二维或三维空间进行数据分布图,绘制PR曲线(精确率-召回率曲线),存储图像和音频数据,以及记录一组数据的直方图。 要使用TensorboardX进行可视化,首先需要导入相应的包并创建一个用于记录数据的变量。可以使用`SummaryWriter`函数来创建记录器。例如,您可以使用以下代码创建一个记录器: ``` from torch.utils.tensorboard import SummaryWriter writer = SummaryWriter() ``` 您还可以使用`with`语句来创建记录器,并且在使用完毕后自动关闭。例如,您可以使用以下代码创建一个记录器并记录模型训练过程中的标量信息: ``` with SummaryWriter() as writer: writer.add_scalar('train_loss', loss, global_step) writer.add_scalar('train_accuracy', accuracy, global_step) ``` 其中,`add_scalar`函数用于记录标量信息,第一个参数是记录的名称,第二个参数是记录的值,第三个参数是记录的步数。您可以根据需要记录多个标量信息。 另外,如果您想将模型的结构可视化,可以使用`add_graph`函数。该函数需要传入模型和输入数据作为参数。例如: ``` writer.add_graph(model, input_data) ``` 以上是使用TensorboardX进行torch tensor可视化的基本方法。您可以根据需要选择适合的函数来记录不同类型的数据,并在TensorBoard中查看可视化结果。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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