pytorchviz visdom 可视化 pytorch

本文介绍使用PyTorchViz包创建PyTorch执行图和跟踪的可视化方法,通过visdom工具展示训练损失,直接将Tensor数据转换为图像,Numpy数据用于线条图表,并附带了从零开始的安装指南。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

You can have a look at PyTorchViz (https://github.com/szagoruyko/pytorchviz), “A small package to create visualizations of PyTorch execution graphs and traces.”

在这里插入图片描述

from visdom import Visdom as vs

vis = vs()
vis.line([print_loss_avg],[iter],win=‘train_loss’,
opts=dict(title=‘train loss’),update=‘append’)
在这里插入图片描述
在这里插入图片描述
Web 服务器 程序丢信息给web 服务器 web服务器就会把数据渲染到网页上
开启wisdom
遇到error 从零开始安装

在这里插入图片描述
先卸载
官网下载代码 进入目录
在这里插入图片描述
在这里插入图片描述
运行当前目录的setup 文件
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
初始化 名字
在这里插入图片描述
时间戳
Image 直接接收tensor 数据
Line 接收numpy 数据

在这里插入图片描述
添加到当前直线后面
不指定的话 就覆盖掉
在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值