文章目录
- 1. visdom概述
- 1.1 Visdom中有两个重要概念：
- 1.2 Visdom的使用有两点需要注意的地方：
- 2. 使用步骤：
- 3. 参数详解
- 4.参考
1. visdom概述
Visdom可以创造、组织和共享多种数据的可视化，包括数值、图像、文本，甚至是视频，其支持Torch及Numpy。用户可通过编程组织可视化空间，或通过用户接口为生动数据打造仪表板，检查实验结果或调试代码。
1.1 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。
1.2 Visdom的使用有两点需要注意的地方：
- 需手动指定保存
env，可在web界面点击save按钮或在程序中调用save方法，否则visdom服务重启后，env等信息会丢失。 - 客户端与服务器之间的交互采用
tornado异步框架，可视化操作不会阻塞当前程序，网络异常也不会导致程序退出.
2. 使用步骤：
Visdom的安装可通过命令pip install visdom。安装完成后，需通过python -m visdom.server命令启动visdom服务，或通过nohup python -m visdom.server &命令将服务放至后台运行。Visdom服务是一个web server服务，默认绑定8097端口，客户端与服务器间通过tornado进行非阻塞交互。
1.安装visdom：pip install visdom
2.在shell下，输入:python -m visdom.server，则开启web服务。
出现：
在浏览器输入：http://localhost:8097 ，即跳出界面。
3.在pycharm运行以下程序：
import torch
import visdom
# 新建一个连接客户端
# 默认端口为8097，host是‘localhost'
vis = visdom.Visdom(env='test')
x = torch.arange(1,20,0.1)
y = torch.cos(x)
vis.line(X=x, Y=y, win='cosx', opts={'title':'y=cos(x)'})4.在网页中选env 为test
点击clear按钮可以清空当前env的所有pane，点击save按钮可将当前env保存成json文件，保存路径位于~/.visdom/目录下。也可修改env的名字后点击fork，保存当前env的状态至更名后的env。
使visdom断开的方法：点击online变成offline
这样此时visdom的状态是断开的，不会响应命令 。
3. 参数详解
Visdom以Plotly为基础，支持丰富的可视化操作。
-
vis = visdom.Visdom(env=u'test1')，用于构建一个客户端，客户端除指定env之外，还可以指定host、port等参数。 -
vis作为一个客户端对象，可以使用常见的画图函数，包括：
-
line：类似Matlab中的plot操作，用于记录某些标量的变化，如损失、准确率等; -
image：可视化图片，可以是输入的图片，也可以是GAN生成的图片，还可以是卷积核的信息; -
text：用于记录日志等文字信息，支持html格式 -
histgram：可视化分布，主要是查看数据、参数的分布 -
scatter：绘制散点图 -
bar：绘制柱状图 -
pie：绘制饼状图 - 更多操作可参考
visdom的github主页
这里主要介绍深度学习中常见的line、image和text操作。
Visdom同时支持PyTorch的tensor和Numpy的ndarray两种数据结构，但不支持Python的int、float等类型，因此每次传入时都需先将数据转成ndarray或tensor。上述操作的参数一般不同，但有两个参数是绝大多数操作都具备的：
-
win：用于指定pane的名字，如果不指定，visdom将自动分配一个新的pane。如果两次操作指定的win名字一样，新的操作将覆盖当前pane的内容，因此建议每次操作都重新指定win。 -
opts：选项，接收一个字典，常见的option包括title、xlabel、ylabel、width等，主要用于设置pane的显示格式。
之前提到过，每次操作都会覆盖之前的数值，但往往我们在训练网络的过程中需不断更新数值，如损失值等，这时就需要指定参数update='append'来避免覆盖之前的数值。而除了使用update参数以外，还可以使用vis.updateTrace方法来更新图，但updateTrace不仅能在指定pane上新增一个和已有数据相互独立的Trace，还能像update='append'那样在同一条trace上追加数据。
import torch
import visdom
vis = visdom.Visdom(env='test1')
x = torch.arange(1,30,0.01)
y = torch.sin(x)
vis.line(X=x,Y=y,win='sinx',opts={'title':'y=sin(x)'})
# 可视化一个随机的黑白图片
vis.image(torch.randn(64, 64).numpy(), win='random1')
# 随机可视化一张彩色图片
vis.image(torch.randn(3, 64, 64).numpy(), win='random2')
# 可视化36张随机的彩色图片，每一行6张
vis.images(torch.randn(36, 3, 64, 64).numpy(), nrow=6, win='random3', opts={'title':'random_imgs'})
vis.text(u'''<h1>Hello Visdom</h1><br>Visdom是Facebook专门为<b>PyTorch</b>开发的一个可视化工具，
在内部使用了很久，在2017年3月份开源了它。
Visdom十分轻量级，但是却有十分强大的功能，支持几乎所有的科学运算可视化任务''',
win='visdom',
opts={'title': u'visdom简介'}
)
