Visdom常用功能

1载入visdom

先把梯子下了，然后再install，简单的pip就行了

pip install visdom ,

使用时：在terminal中输入 python -m visdom.server，会给你一个网址，点击链接进入可视化进程

tips：

如果使用出现error，一般是windows系统中会出现，按照下面的教程重新安装

【我竟然只用一天就学会了大学四年没学会的pytorch入门实战课程！】（附带课程笔记+源码）_哔哩哔哩_bilibili课时54

2常用的visdom功能

1、数据预处理的可视化，查看训练图片，以及trans之后的图片

1、下面的是在DataLoader之后的调试可视化

db.denormalize(image)是自定义的去transforms.Normalize()的函数，不然通过trans之后输出的图像无法清晰的看出其表达内容，当然也可以直接输出

viz.images(image, nrow=4, win='batch', opts=dict(title='sample_X'))

image：显示的变量名称，nrow=4：一个窗口显示image中的四个图片，

win='batch'：这四个图片在叫“batch”的窗口显示，图片的名字叫：sample_X'

def main():import visdomimport timeviz = visdom.Visdom()root = r"F:\CNN\CNN_classification\ml2021spring-hw3\food-11\training\labeled"save_root = r"F:\pytorchstudy\5data_set"db = Getdata(root, save_root, 224, 'train') #Getdata是我重载的dataset类train_data = DataLoader(db, batch_size= 8 , shuffle=True)# image, label = next(iter(train_data))# viz.images同时显示多张图片for image,label in train_data:viz.images(image, nrow=4, win='batch', opts=dict(title='sample_X'))viz.text(str(label.numpy()), win='label',opts = dict(title = 'batch_y'))time.sleep(10)main()

2、跟踪训练loss

from visdom import Visdomviz = Visdom()"""single trace"""
viz.line([[0., 0.]], [0.], win='loss', opts=dict(title='train&valid loss', legend=['train loss', 'test_loss']))
# [y1,y2]=[0., 0.],[x]=[0.],x在最后
# 这个绘图窗口的名字：loss
# 这个图片的名字 ：train&valid loss
viz.line([[loss.item(),valid_loss.item()]], [global_step], win='loss', update='append')
# update='append' 在后面连续增加更新

可以跟踪loss，也可以同时跟踪acc，但是windows参数要设置的不一样win='loss'要改成win=’acc‘，当然变量值也要换。

效果图如下所示：