pytorch学习笔记(八):PytTorch可视化工具 visdom

Visdom PyTorch可视化工具

本文翻译的时候把 略去了 Torch部分。

项目地址

一个灵活的可视化工具,可用来对于 实时,富数据的 创建,组织和共享。支持TorchNumpy

总览

Visdom目的是促进远程数据的可视化,重点是支持科学实验。。

向您和您的合作者发送可视化 图像,图片和文本。

通过编程组织您的可视化空间,或者通过UI为实时数据创建dashboards,检查实验的结果,或者debug实验代码。

基本概念

Visdom有一组简单的特性,可以用它们组合成不同的用例。

Panes(窗格)

UI刚开始是个白板–您可以用图像,图片,文本填充它。这些填充的数据出现在 Panes 中,您可以这些Panes进行 拖放,删除,调整大小和销毁操作。Panes是保存在 envs 中的, envs的状态 存储在会话之间。您可以下载Panes中的内容–包括您在svg中的绘图。

Tip: 您可以使用浏览器的放大缩小功能来调整UI的大小。

Environments(环境)

您可以使用envs对可视化空间进行分区。默认地,每个用户都会有一个叫做mainenvs。可以通过编程或UI创建新的envsenvs的状态是长期保存的。

您可以通过 url: http://localhost.com:8097/env/main访问特定的env。 You can access a specific env via url: http://localhost.com:8097/env/main. 如果您的服务器是被托管的,那么您可以将此url分享给其他人,那么其他人也会看到您的可视化结果。

管理 Envs: 在初始化服务器的时候,您的 envs 默认通过$HOME/.visdom/ 加载。您也可以将自定义的路径 当作命令行参数 传入。如果您移除了Env文件夹下的.json文件,那么相应的环境也会被删除。

State(状态)

一旦您创建了一些可视化,状态是被保存的。服务器自动缓存您的可视化–如果您重新加载网页,您的可视化会重新出现。

  • Save: 你可以手动的保存env通过点击save按钮。它会首先序列化env的状态,然后以json文件的形式保存到硬盘上,包括窗口的位置。 同样,您也可以通过编程来实现env的保存。 当面对一些十分复杂的可视化,例如参数设置非常重要,这中保存env状态的方法是十分有用的。例:数据丰富的演示,模型的训练 dashboard, 或者 系统实验。这种设计依旧可以使这些可视化十分容易分享和复用。
  • Fork: 有过您输入了一个新的env 名字,saving会建立一个心的env – 有效的forking之前的状态。(注:这个fork等价于github的fork,跟复制的意思差不多)

Setup

需要 Python 2.7/3 (and optionally Torch7)

# Install Python server and client,如果您使用python的话,装这一个就可以了。
pip install visdom

启动

启动服务器(可能在screen或者tmux中):

python -m visdom.server

一旦启动服务器,您就可以通过在浏览器中输入http://localhost:8097来访问 Visdomlocalhost可以换成您的托管地址。

If the above does not work, try using an SSH tunnel to your server by adding the following line to your local ~/.ssh/config: LocalForward 127.0.0.1:8097 127.0.0.1:8097.

Python example

import visdom
import numpy as np
vis = visdom.Visdom()
vis.text('Hello, world!')
vis.image(np.ones((3, 10, 10)))

Demos

python example/demo.py

可视化接口

Visdom支持下列API。由Plotly提供可视化支持。

  • vis.scatter : 2D 或 3D 散点图
  • vis.line : 线图
  • vis.stem : 茎叶图
  • vis.heatmap : 热力图
  • vis.bar : 条形图
  • vis.histogram: 直方图
  • vis.boxplot : 箱型图
  • vis.surf : 表面图
  • vis.contour : 轮廓图
  • vis.quiver : 绘出二维矢量场
  • vis.image : 图片
  • vis.text : 文本
  • vis.mesh : 网格图
  • vis.save : 序列化状态

关于上述API更详尽的解释将在下面给出。为了对visdom的能力有一个快速的了解,您可以看一下 example ,或者,您可以继续往下看。

这些API的确切输入类型有所不同,尽管大多数API 的输入包含,一个tensor X(保存数据)和一个可选的tensor Y(保存标签或者时间戳)。所有的绘图函数都接收一个可选参数win,用来将图画到一个特定的window上。每个绘图函数也会返回当前绘图的win。您也可以指定 汇出的图添加到哪个env上。 (这里的window的意思就是之前说的Pane)。

plot.scatter

这个函数是用来画2D3D数据的散点图。它需要输入 N*2N*3的 tensor X来指定N个点的位置。一个可供选择的长度为Nvector用来保存X中的点对应的标签(1 到 K)。 – 标签可以通过点的颜色反应出来。

scatter()支持下列的选项:

  • options.colormap : 色图(控制图的颜色) (string; default = 'Viridis')
  • options.markersymbol: 标记符号 (string; default = 'dot')
  • options.markersize : 标记大小(number; default = '10')
  • options.markercolor : 每个标记的颜色. (torch.*Tensor; default = nil)
  • options.legend : 包含图例名字的table

options.markercolor 是一个包含整数值的TensorTensor的形状可以是 NN x 3KK x 3.

  • Tensor of size N: 表示每个点的单通道颜色强度。 0 = black, 255 = red
  • Tensor of size N x 3: 用三通道表示每个点的颜色。 0,0,0 = black, 255,255,255 = white
  • Tensor of size K and K x 3: 为每个类别指定颜色,不是为每个点指定颜色。

plot.line

这个函数用来画 线图。它需要一个形状为N或者N×M的tensor Y,用来指定 M条线的值(每条线上有N个点)。和一个可供选择的 tensor X 用来指定对应的 x轴的值; X可以是一个长度为N的tensor(这种情况下,M条线共享同一个 x轴),也可以是形状和Y一样的tensor。

The following options are supported:

  • options.fillarea : 填充线下面的区域 (boolean)
  • options.colormap : 色图 (string; default = 'Viridis')
  • options.markers : 显示点标记 (boolean; default = false)
  • options.markersymbol: 标记的形状 (string; default = 'dot')
  • options.markersize : 标记的大小 (number; default = '10')
  • options.legend : 保存图例名字的 table

plot.stem

这个函数用来画茎叶图。它需要一个 形状为N或者N*M的 tensor X 来指定M时间序列中N个点的值。一个可选择的Y,形状为N或者N×M,用Y来指定时间戳,如果Y的形状是N,那么默认M时间序列共享同一个时间戳。

支持以下特定选项:

  • options.colormap: colormap (string; default = 'Viridis')
  • options.legend : table containing legend names

plot.heatmap

这个函数用来画热力图。它输入一个 形状为N×M的 tensor XX指定了热力图中位置的值。

支持下列特定选项:

  • options.colormap : 色图 (string; default = 'Viridis')
  • options.xmin : 小于这个值的会被剪切成这个值(number; default = X:min())
  • options.xmax : 大于这个值的会被剪切成这个值 (number; default = X:max())
  • options.columnnames: 包含x轴标签的table
  • options.rownames : 包含y轴标签的table

plot.bar

这个函数可以画 正常的,堆起来的,或分组的的条形图。 输入参数:

  • X(tensor):形状 NN×M,指定每个条的高度。如果XM列,那么每行的值可以看作一组或者把他们值堆起来(取决与options.stacked是否为True)。
  • Y(tensor, optional):形状 N,指定对应的x轴的值。

支持以下特定选项:

  • options.columnnames: table containing x-axis labels
  • options.stacked : stack multiple columns in X
  • options.legend : table containing legend labels

plot.histogram

这个函数用来画指定数据的直方图。他需要输入长度为 N 的 tensor XX保存了构建直方图的值。

支持下面特定选项:

  • options.numbins: bins的个数 (number; default = 30)

plot.boxplot

这个函数用来画箱型图:

输入:

  • X(tensor): 形状 NN×M,指定做第m个箱型图的N个值。

支持以下特定选项:

  • options.legend: labels for each of the columns in X

plot.surf

这个函数用来画表面图: 输入:

  • X(tensor):形状 N×M,指定表面图上位置的值.

支持以下特定选项:

  • options.colormap: colormap (string; default = 'Viridis')
  • options.xmin : clip minimum value (number; default = X:min())
  • options.xmax : clip maximum value (number; default = X:max())

plot.contour

这个函数用来画轮廓图。

输入:

  • X(tensor):形状 N×M,指定了轮廓图中的值

支持以下特定选项:

  • options.colormap: colormap (string; default = 'Viridis')
  • options.xmin : clip minimum value (number; default = X:min())
  • options.xmax : clip maximum value (number; default = X:max())

plot.quiver

这个函数用来画二维矢量场图。

输入:

  • X(tensor): 形状 N*M
  • Y(tensor):形状 N*M
  • gridX(tensor, optional):形状 N*M
  • gradY(tensor, optional): 形状 N*M XY决定了 箭头的长度和方向。可选的gridXgridY指定了偏移。

支持下列特定选项:

  • options.normalize: 最长肩头的长度 (number)
  • options.arrowheads: 是否现实箭头 (boolean; default = true)

plot.image

这个函数用来画 图片。 输入:

  • img(tensor): shape(C*H*W)。

支持下面特定选项:

  • options.jpgquality: JPG quality (number 0-100; default = 100)

plot.video

这个函数 播放一个 video。 输入: video 的文件名,或者是一个 shape 为L*H*W*Ctensor。这个函数不支持其它特定的功能选项。

注意:使用tensor作为输入的时候,需要安装ffmpeg。 能不能播放video取决你使用的浏览器:浏览器必须要支持Theano codec in an OGG container。(chrome可以用)。

plot.svg

此函数绘制一个SVG对象。输入是一个SVG字符串或 一个SVG文件的名称。该功能不支持任何特定的功能 options

plot.text

此函数可在文本框中打印文本。输入输入一个text字符串。目前不支持特定的options

plot.mesh

此函数画出一个网格图。

输入:

  • X(tensor): shape(N*2N*3) 定义N个顶点
  • Y(tensor, optional):shape(M*2M×3) 定义多边形

支持下列特定选项:

  • options.color: color (string)
  • options.opacity: 多边形的不透明性 (number between 0 and 1)

Customizing plots

绘图函数使用可选的options表作为输入。用它来修改默认的绘图属性。所有输入参数在单个表中指定;输入参数是基于输入表中键的匹配。

下列的选项除了对于plot.imgplot.txt不可用以外,其他的绘图函数都适用。我们称他为 通用选项。

  • options.title : figure title
  • options.width : figure width
  • options.height : figure height
  • options.showlegend : show legend (true or false)
  • options.xtype : type of x-axis ('linear' or 'log')
  • options.xlabel : label of x-axis
  • options.xtick : show ticks on x-axis (boolean)
  • options.xtickmin : first tick on x-axis (number)
  • options.xtickmax : last tick on x-axis (number)
  • options.xtickstep : distances between ticks on x-axis (number)
  • options.ytype : type of y-axis ('linear' or 'log')
  • options.ylabel : label of y-axis
  • options.ytick : show ticks on y-axis (boolean)
  • options.ytickmin : first tick on y-axis (number)
  • options.ytickmax : last tick on y-axis (number)
  • options.ytickstep : distances between ticks on y-axis (number)
  • options.marginleft : left margin (in pixels)
  • options.marginright : right margin (in pixels)
  • options.margintop : top margin (in pixels)
  • options.marginbottom: bottom margin (in pixels)

其它的一些选项就是函数特定的选项,在上面API介绍的时候已经提到过。

总结

明确几个名词:

  • env:看作一个大容器
  • pane: 就是用于绘图的小窗口,在代码中叫 window

使用Visdom就是在env中的pane上画图。

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏Java进阶架构师

dubbo源码解析-详解LoadBalance

终于到了集群容错中的最后一个关键词,也就是LoadBalance(负载均衡),负载均衡必然会涉及一些算法.但是也不用太担心,算法这个词虽然高大上,但是算法也有简...

1113
来自专栏PaddlePaddle

【FAQ】模型配置相关问题汇总

导语 我们用13篇推文向您介绍了如何安装、编译和使用PaddlePaddle,您可以点击公众号右下角的历史消息获取相应的使用指南。 ? 在使用指南的最后一部分,...

34810
来自专栏数据分析

[数据清洗]-Pandas 清洗“脏”数据(一)

概要 准备工作 检查数据 处理缺失数据 添加默认值 删除不完整的行 删除不完整的列 规范化数据类型 必要的转换 ...

8197
来自专栏生信技能树

SNV突变(96种)频谱的制作

昨天我们学习了正常情况下,6种SNV(C>A, C>G, C>T, T>A, T>C, T>G)突变频谱的制作,但是如果考虑到突变的上下文,就可以变成96种(如...

2815
来自专栏Python小屋

Python代码优化之in关键字

如果经常需要测试一个序列中是否包含某个元素,最好使用字典或集合,尽量不使用列表。 import random import time x_list = list...

2638
来自专栏蘑菇先生的技术笔记

探索c#之一致性Hash详解

2315
来自专栏崔庆才的专栏

3个关键点,把你的TensorFlow代码重构为分布式!

1233
来自专栏女程序员的日常

面试——经典问题1

1、阶梯问题 问题描述:一个阶梯有n个级,一个人要走完这个阶梯,一步可以走一级或两级,问:共有多少个方案? 解决思路:当n=1时候,只有一种走法,当n=2时候有...

1911
来自专栏量子位

TensorFlow 1.2正式发布,新增Python 3.6支持

王小新 编译整理 量子位 出品 | 公众号 QbitAI TensorFlow 1.2.0今日正式发布。 主要功能和改进点: 在Windows系统下新增对Pyt...

3264
来自专栏BestSDK

Pytorch 0.3.0 发布:新增张量函数,支持模型移植

根据官方文档的介绍,此次增加了多个函数和功能,多方面的性能均实现提升。 重大变更 0.3 版本中删掉了 Variable.reinforce() 等随机函数,因...

3478

扫码关注云+社区