4. wandb可视化工具的使用
一、可视化工具
-
用于神经网络训练的可视化工具有:
-
pytorch和TensorFlow的工具tensorboard
-
wandb(weight and bias)线上的,需要账号
-
国内百度VisualDL(paddlepaddle一套的使用工具)
二、wandb的使用
- 登录官网使用谷歌账号或者gitbub账号进行注册登录wandb官网
- 注册成功时候,在训练之前,通过cmd命令(windows系统中)
pip install wandb
- cmd中进行登录,获取验证码
wandb login
4. 点击链接获取验证码
5. 输入命令wandb login [tooken]
,将验证法发在[tooken]的位置即可完整本地权限认证
6. 训练的时候可以直接使用,下面的代码是大致使用的时候用到的一些东西,后面会对这篇文章进行修改或者单独写一篇新的文章。
import wandb
wandb = None
wandb_run = wandb.init(config=opt,
resume="allow",
project='YOLOv5' if opt.project == 'runs/train' else Path(opt.project).stem,
name=save_dir.stem,
id=ckpt.get('wandb_id') if 'ckpt' in locals() else None)
wandb.log({"Mosaics": [wandb.Image(str(x), caption=x.name) for x in save_dir.glob('train*.jpg')if x.exists()]}, commit=False)
wandb.log({tag: x}, step=epoch, commit=tag == tags[-1])
wandb.run.finish() if wandb and wandb.run else None
三、tensorboard的使用
# pytorch中使用,cmd中输入下面命令进行安装
pip install tensorboard
from torch.utils.tensorboard import SummaryWritter
summaryWriter = SummaryWriter("./logs2")
summaryWriter.add_scalars("loss", {"train_loss": train_avg_loss, "val_loss": val_avg_loss}, epoch)
summaryWriter.add_scalars("acc", {"train_score": train_avg_score, "val_score": val_avg_score}, epoch)
summaryWriter.add_scalars("R2", {"train_r2_score": train_r2_score, "val_r2_score": val_r2_score},epoch)
summaryWriter.close()
四、百度的可视化使用
visualdl链接,百度的可视化,界面做的也挺好看的,功能也比较全,可以去官网看看,大部分的额原理与tensorboard比较类似,与wandb有些不同。后面有机会单独写一篇介绍。