Pytorch使用Visdom可视化

Visdom

Visdom是Pytorch自带的一个可视化工具，能够在训练神经网络的过程中，将一些数据进行可视化。目前Visdom可以支持Numpy和Torch。

安装

$ pip install visdom

启动服务

$ python -m visdom.server

默认的端口号为8097，如果需要更改端口号，可以加入-p选项

两个概念

使用Visdom需要区分其中的一些概念，以将可视化环境分隔开

Panes

Panes即窗格，其中可以显示具体的数据可视化内容。Panes可以进行拖放、删除等操作。

env

env即Environment。Pane存放在env中，一个env中可以存放多个pane。默认的env为main，可以在初始化Visdom的时候指定env，如

from visdom import Visdom

vis = Visdom()

此时默认环境为main

而假设想将环境改为loss

from visdom import Visdom

vis = Visdom(env='loss')

则此时的visdom环境变成了loss

几个API

Visdom中提供了不同的API，来绘制不同类型的图像。

plot.scatter

plot.scatter 用来绘制2D或者3D的散点图，需要输入N * 2或者N * 3的tensor X来确定N个点的位置。

plot.line

这个API可以用来绘制线条。它需要一个形状为N或者N*M的tensorY，用来指定M条线的值（每条线上有N个点），和一个可选的tensorX来指定X轴的值。X可以是一个长度为N的tensor（此时M条线共享一个X），也可以是一个形状和tensorY相同的tensor。

plot.image

这个API用来画图像。输入

img(tensor):shape(C * H * W)

示例代码

from visdom import visdom
import numpy as np

vis = Visdom(env='test')
win = vis.line(
        X=np.zeros(1),
        Y=np.zeros(1),
        opts=dict(title='test_random')
)
for i in range(100):
    vis.line(
        X=np.array([i]),
        Y=np.random.randn(1),
        win=win,
        update='append'
    ) # win要和之前的win保持一致，update选择append不会覆盖之前的数据

效果：

远程使用Visdom

很多时候训练神经网络并不是在自己的电脑上进行，而是在远端的服务器上进行。下面介绍如何连接查看服务器端的visdom

SSH连接

在命令行中输入

ssh -L 18097:127.0.0.1:8097 username@remote_ip

其中，18097:127.0.0.1代表自己机器上的端口号，8097是服务器上visdom的端口号。username是在远程服务器上的用户名，remote_ip是服务器的ip地址。

效果：

启动visdom服务器

同上面介绍的一样，在服务器端启动visdom服务，输入

$ python -m visdom.server

在本地浏览器中浏览

启动完远程的visdom服务之后，在本地浏览器中输入

127.0.0.1:18097

即可访问服务器端的visdom