Pytorch可視化之Visdom怎么用

這篇文章主要為大家展示了“Pytorch可視化之Visdom怎么用”，內容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領大家一起研究并學習一下“Pytorch可視化之Visdom怎么用”這篇文章吧。

一、Visdom簡介

Visdom是由Facebook公司開發的一個進行數據可視化的Web應用程序，支持Torch、Numpy、Pytorch這3個庫的創建、管理和分享實時的數據可視化結果。

二、安裝和運行

可直接使用pip進行安裝，命令如下：

pip install visdom

安裝過程如下：

安裝完成后，運行下面的代碼啟動visdom服務器（運行需要時間，需要稍等一下；下圖中的報錯ERROR我沒有管，不影響正常運行）：

python -m visdom.server

按照提示，在瀏覽器中輸入http://localhost:8097就可以訪問visdom了。初始界面如下圖所示，是一個沒有任何視窗的main環境。

三、可視化例子

1、輸出Hello World！

打開開發工具（我用的是Pycharm2020.3），新建程序文件，輸入以下代碼：

import visdom
 
vis = visdom.Visdom()
vis.text("Hello World!")

點擊運行，返回查看瀏覽器。這時瀏覽器會出現一個視窗，內容為“Hello World！”。

 拖拽視窗右下角箭頭處（如圖綠框處）可對視窗大小進行縮放，拖動視窗頂部橫條（如圖紅框處）可以移動視窗。

2、顯示圖像

visdom可以直接顯示Tensor格式的圖像數據。

打開開發工具，新建程序文件，輸入以下代碼：

import visdom
from PIL import Image
import torchvision.transforms.functional as TF
 
demo_pic = Image.open("1.jpg")
img_tensor = TF.to_tensor(demo_pic)
vis = visdom.Visdom()
vis.image(img_tensor)

結果如下圖所示：

 可以用images()函數同時顯示多張圖片，代碼如下：

import visdom
from PIL import Image
import torchvision.transforms.functional as TF
import torch
 
demo_pic = Image.open("1.jpg")
img_tensor = TF.to_tensor(demo_pic)
img_tensors = torch.Tensor([img_tensor.numpy(), img_tensor.numpy()])
vis = visdom.Visdom()
vis.images(img_tensors)

結果如下：

3、繪制散點圖

使用scatter()函數可以繪制二維或者三維的散點圖。代碼如下：

import visdom
import numpy as np
import torch
 
Y = np.random.rand(100)
vis = visdom.Visdom()
# vis = visdom.Visdom(env='my_wind')#設置環境窗口的名稱是'my_wind',如果不設置默認為main
# 2—D
twoD_scatter = vis.scatter(X=torch.rand(100, 2),
                          Y=(Y + 1.5).astype(int), # 轉換成100個1或2的整數
                          opts=dict(
                              legend=['Apples', 'Pears'], # 圖例名稱
                              xtickmin=-1, # 設置x坐標軸下限
                              xtickmax=2.5, # 設置x坐標軸上限
                              xtickstep=0.5, # 設置x坐標軸間隔
                              ytickmin=-1,
                              ytickmax=2.5,
                              ytickstep=0.5,
                              markersymbol='dot' # 設置數據顯示樣式
                          ),
                          )
# 3-D
# 3d scatterplot with custom labels and ranges
threeD_scatter = vis.scatter(X=np.random.rand(100, 3),
                             Y=(Y + 1.5).astype(int),
                             opts=dict(
                                 legend=['Men', 'Women'],
                                 markersize=5, # 標記大小
                                 xtickmin=0,
                                 xtickmax=2,
                                 xlabel='Arbitrary', # 標簽
                                 xtickvals=[0, 0.75, 1.6, 2], # 設置坐標軸顯示值
                                 ytickmin=0,
                                 ytickmax=2,
                                 ytickstep=0.5,
                                 ztickmin=0,
                                 ztickmax=1,
                                 ztickstep=0.5,
                             )
                             )

運行結果如下圖所示：

  如果想要通過程序實現散點圖參數的更新，可以使用update_window_opts()函數，代碼如下：

vis.update_window_opts(
    win=twoD_scatter,
    opts=dict(
        legend=['Apples', 'Pears'],
        xtickmin=0,
        xtickmax=1,
        xtickstep=0.5,
        ytickmin=0,
        ytickmax=1,
        ytickstep=0.5,
        markersymbol='dot'
    )
)

update_window_opts()傳入兩個參數，第一個是視窗的實例，例子中是twoD_scatter；第二個是更新的參數字典opts。

更新后結果如下圖所示：

4、繪制線條

4.1 繪制一條直線

代碼如下：

import visdom
import numpy as np
vis = visdom.Visdom(env='my_windows')  # 設置環境窗口的名稱,如果不設置名稱就默認為main
# 繪制一條直線
x = list(range(10))
y = list(range(10))
# 使用line函數繪制直線 并選擇顯示坐標軸
vis.line(X=np.array(x), Y=np.array(y), opts=dict(showlegend=True))

結果如圖所示：

4.2 繪制兩條直線

代碼如下：

# 繪制兩條直線
import visdom
import numpy as np
vis = visdom.Visdom(env='my_windows')
x = list(range(10))
y = list(range(10))
z = list(range(1,11))
vis.line(X=np.array(x), Y=np.column_stack((np.array(y), np.array(z))),  opts=dict(showlegend=True))

結果如圖所示：

4.3 繪制正弦曲線

代碼如下：

import visdom
import torch
vis = visdom.Visdom(env='sin')
x = torch.arange(0, 100, 0.1)
y = torch.sin(x)
vis.line(X=x,Y=y,win='sin(x)',opts=dict(showlegend=True))

結果如圖所示：

以上是“Pytorch可視化之Visdom怎么用”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！