Pytorch可視化之Visdom使用實例
一、Visdom簡介
Visdom是由Facebook公司開發(fā)的一個進(jìn)行數(shù)據(jù)可視化的Web應(yīng)用程序，支持Torch、Numpy、Pytorch這3個庫的創(chuàng)建、管理和分享實時的數(shù)據(jù)可視化結(jié)果。
二、安裝和運行
可直接使用pip進(jìn)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(wù)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(huán)境。
三、可視化例子
1、輸出Hello World！
打開開發(fā)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(xiàn)一個視窗，內(nèi)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(jìn)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(shù)據(jù)。
打開開發(fā)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(jié)果如下圖所示：
可以用images()函數(shù)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(jié)果如下：
3、繪制散點圖
使用scatter()函數(shù)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(shè)置環(huán)境窗口的名稱是'my_wind',如果不設(shè)置默認(rèn)為main
# 2—D
twoD_scatter = vis.scatter(X=torch.rand(100, 2),
Y=(Y + 1.5).astype(int), # 轉(zhuǎn)換成100個1或2的整數(shù)
opts=dict(
legend=['Apples', 'Pears'], # 圖例名稱
xtickmin=-1, # 設(shè)置x坐標(biāo)軸下限
xtickmax=2.5, # 設(shè)置x坐標(biāo)軸上限
xtickstep=0.5, # 設(shè)置x坐標(biāo)軸間隔
ytickmin=-1,
ytickmax=2.5,
ytickstep=0.5,
markersymbol='dot' # 設(shè)置數(shù)據(jù)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(biāo)記大小
xtickmin=0,
xtickmax=2,
xlabel='Arbitrary', # 標(biāo)簽
xtickvals=[0, 0.75, 1.6, 2], # 設(shè)置坐標(biāo)軸顯示值
ytickmin=0,
ytickmax=2,
ytickstep=0.5,
ztickmin=0,
ztickmax=1,
ztickstep=0.5,
)
)
運行結(jié)果如下圖所示：
如果想要通過程序?qū)崿F(xiàn)散點圖參數(shù)的更新，可以使用update_window_opts()函數(shù)，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(shù)，第一個是視窗的實例，例子中是twoD_scatter；第二個是更新的參數(shù)字典opts。
更新后結(jié)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(shè)置環(huán)境窗口的名稱,如果不設(shè)置名稱就默認(rèn)為main # 繪制一條直線 x = list(range(10)) y = list(range(10)) # 使用line函數(shù)繪制直線 并選擇顯示坐標(biāo)軸 vis.line(X=np.array(x), Y=np.array(y), opts=dict(showlegend=True))
結(jié)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(jié)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(jié)果如圖所示：
參考文獻(xiàn)
Pytorch深度學(xué)習(xí)入門--曾芃壹
https://www.pythonf.cn/read/3068
總結(jié)
到此這篇關(guān)于Pytorch可視化之Visdom使用的文章就介紹到這了,更多相關(guān)Pytorch可視化Visdom內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
Python實現(xiàn)讀取.nc數(shù)據(jù)并提取指定時間與經(jīng)緯度維度對應(yīng)的變量數(shù)值
這篇文章主要為大家詳細(xì)介紹了如何使用Python語言的netCDF4庫實現(xiàn)讀取.nc格式的數(shù)據(jù)文件,并提取指定維（時間、經(jīng)度與緯度）下的變量數(shù)據(jù),需要的可以了解下2024-02-02
Python文件操作JSON CSV TSV Excel和Pickle文件序列化
這篇文章主要為大家介紹了Python文件操作之JSON、CSV、TSV、Excel和Pickle文件序列化示例詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2023-11-11
這篇文章主要介紹了python字符串的index和find的區(qū)別,本文通過實例代碼給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值，需要的朋友可以參考下2020-06-06
這篇文章主要介紹了Python-openpyxl表格讀取寫入的案例分析，本文通過實例代碼給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下2020-11-11
Python集成C#實現(xiàn)界面操作下載文件功能的全過程
使用腳本進(jìn)行下載的需求很常見,下面這篇文章主要給大家介紹了關(guān)于Python集成C#實現(xiàn)界面操作下載文件功能的相關(guān)資料,文中通過實例代碼介紹的非常詳細(xì),需要的朋友可以參考下2022-03-03
Python面向?qū)ο笾惡蛯ο髮傩缘脑鰟h改查操作示例
這篇文章主要介紹了Python面向?qū)ο笾惡蛯ο髮傩缘脑鰟h改查操作,結(jié)合實例形式分析了Python面向?qū)ο笙嚓P(guān)的類與對象屬性常見操作技巧,需要的朋友可以參考下2018-12-12
python實現(xiàn)企業(yè)微信定時發(fā)送文本消息的示例代碼
這篇文章主要介紹了python實現(xiàn)企業(yè)微信定時發(fā)送文本消息的示例代碼，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-11-11
棧（Stack）在計算機(jī)領(lǐng)域是一個被廣泛應(yīng)用的集合，棧是線性集合，訪問都嚴(yán)格地限制在一段，叫做頂（top）。這篇文章主要介紹了使用Python實現(xiàn)一個棧判斷括號是否平衡,需要的朋友可以參考下2018-08-08
這篇文章主要介紹了python 如何檢測圖片是否有馬賽克，幫助大家更好的理解和使用python處理圖片，感興趣的朋友可以了解下2020-12-12
這篇文章主要為大家介紹了一些在Python中常用的圖片處理函數(shù)的使用，例如split()、merge()、threshold()、applyColorMap()等，需要的可以參考一下2022-01-01