Pytorch:visdom介绍

一、介绍

在深度学习领域，模型训练是一个必须的过程，因此常常需要实时监听并可视化一些数据，如损失值loss，正确率acc等。在Tensorflow中，最常使用的工具非Tensorboard莫属；在Pytorch中，也有类似的TensorboardX，但据说其在张量数据加载的效率方面不如visdom。visdom是FaceBook开发的一款可视化工具，其实质是一款在网页端的web服务器，对Pytorch的支持较好。

Visdom中有两个重要概念：

• env：环境。不同环境的可视化结果相互隔离，互不影响，在使用时如果不指定env，默认使用main。不同用户、不同程序一般使用不同的env。
• pane：窗格。窗格可用于可视化图像、数值或打印文本等，其可以拖动、缩放、保存和关闭。一个程序中可使用同一个env中的不同pane，每个pane可视化或记录某一信息。

二、如何安装及启动

2.1 安装

安装命令：

pip install visdom

安装成功的界面如下图所示

 安装成功后，我们需要将visdom启动。

2.2 启动

类似于TensorFlow的TensorBoard，要使用Visdom，就要先在终端开启监听命令。

vidsom启动命令：

python -m visdom.server

或者通过如下命令

nohup python -m visdom.server &

将服务放至后台运行。

visdom成功启动后，会返回一个网址（如下图）。根据显示的网址然后在浏览器里输入：http://localhost:8097 进行登录。

 进入网址后，浏览器会显示visdom的主界面。

  python终端会实时显示数据交互过程：

 三、Visdom可视化神经网络训练过程

首先，我们需要导入Visdom及所需的其它库

from visdom import Visdom
import numpy as np
import time

Vi