PyTorch -- Visdom 快速实践

  • 安装:pip install visdom
    • 注:如果安装后启动报错可能是 visdom 版本选择问题

  • 启动:python -m visdom.server 之后打开出现的链接 http://localhost:8097

    复制代码
    Checking for scripts.
    It's Alive!
    INFO:root:Application Started
    INFO:root:Working directory: C:\Users\TUTUzi\.visdom
    You can navigate to http://localhost:8097

  • 单项数据监听:

    python3 复制代码
    from visdom import Visdom
    
    ## 1. 实例化一个窗口
    viz = Visdom()  
    
    ## 2. 初始化窗口信息
    viz.line([1], [0], win='testtesttest...', opts=dict(title='_test_'))  # point(0, 1)
    
    ## 3. 增加数据 append
    viz.line([3], [2], win='testtesttest...', update='append')  # point(2, 3)
    • 如果出现 visdom窗口 蓝屏什么都没有情况:查看之前启动的 visdom.server 下是否有类似报错: ERROR:tornado.general:Could not open static file '...\lib\site-packages\\visdom\static\js\plotly-plotly.min.js' -> 解决方案:下载(下载指路)缺少的文件并放入该路径可解决
  • 多项数据监听:

    python3 复制代码
    from visdom import Visdom
    
    ## 1. 实例化一个窗口
    viz = Visdom()  
    
    ## 2. 初始化窗口信息
    viz.line([[1,-1]], [0], win='testtesttest...', opts=dict(title='_test_'))  # (0, 1), (0, -1)
    
    ## 3. 增加数据 append
    viz.line([[3, -3]], [2], win='testtesttest...', update='append')  # (2, 3), (2, -3)

  • 图像可视化监听

    python3 复制代码
    from visdom import Visdom
    
    ## 1. 实例化一个窗口
    viz = Visdom()  
    
    ## 2.随机产生一个图像示例
    import torch
    img = torch.randn(28, 28)
    img = img.view(-1, 1, 28, 28)
    
    ## 3.展示
    viz.image(img, win='testtesttest...', opts=dict(title='check_my_img'))

  • 如果习惯用 tf 的 tensorboard 的话,可以安装使用 pytorch 下对应的 tensorboardX: pip install tensorbloarX
  • B站视频参考资料
相关推荐
kisshuan123961 分钟前
电信杆塔类型识别与分类_fovea_r101_fpn_4xb4-2x_coco模型详解_模型训练与验证_通俗易懂!入门必看系列!
人工智能·目标跟踪·分类
子午2 分钟前
【2026原创】动物识别系统~Python+深度学习+人工智能+模型训练+图像识别
人工智能·python·深度学习
o_insist7 分钟前
LangChain1.0 实现 PDF 文档向量检索全流程
人工智能·python·langchain
OpenMiniServer10 分钟前
AI + GitLab + VSCode:下一代开发工作流的革命性集成
人工智能·vscode·gitlab
脑洞AI食验员12 分钟前
智能体来了:用异常与文件处理守住代码底线
人工智能·python
摘星观月16 分钟前
【三维重建2】TCPFormer以及NeRF相关SOTA方法
人工智能·深度学习
shangjian00716 分钟前
AI大模型-机器学习-分类
人工智能·机器学习·分类
Tiny_React18 分钟前
使用 Claude Code Skills 模拟的视频生成流程
人工智能·音视频开发·vibecoding
人工小情绪20 分钟前
深度学习模型部署
人工智能·深度学习
Codelinghu22 分钟前
「 LLM实战 - 企业 」构建企业级RAG系统:基于Milvus向量数据库的高效检索实践
人工智能·后端·llm