python 处理visio文件 python visdom

Visdom

visdom是pytorch的可视化工具， 使用visdom方便跟踪网络训练时损失函数、正确率、学习率等参数的变化。

1 下载安装

python环境中应该要有pytorch.

pip install visdom

2 启动

在终端输入：

python -m visdom.server

启动正常会出现：

这里ctrl+右击网址，会在浏览器中打开一个窗口，如下：

到这一步，整个visdom的运行环境已经完成。

3 使用

在程序中，导入visdom模块：

from visdom import Visdom

vidsom有环境和窗口的概念，刚开始接触的时候，可能有点混乱，此处做一下记录。

3.1 环境

打开浏览器，可以看到目前三个环境，那么环境如何创建？

以上述存在的activitiy classification1环境为例：

viz1 = Visdom(env="activitiy classification1")

该语句，创建了一个viz1环境，环境名为：“activitiy classification1”

3.2 窗口

在一个环境中，可以创建多个窗口，见图：

目前，viz1环境中有4个窗口，分别表示损失函数、训练正确率、测试正确率以及学习率随训练的变化。窗口如何创建？

以上述训练正确率为例：

train_acc_win = viz1.line(X=np.array([0]), 
						  Y=np.array([0]),
						  opts=dict(title='train_acc'))

可以看到有三个变量需要赋值，X表示横坐标，Y表示纵坐标，使用opts选项可以为窗口设置标题。这里X，Y赋值为0,进行初始化。
到这一步，我们建立了环境，以及环境下的窗口若干，接下来的问题是，如何更新？

3.3 更新

viz1.line(X=np.array([epoch]),
               Y=np.array([epoch_train_acc]),
               win=train_acc_win,
               update='append')

• viz1：上面建立的环境的变量名。
• win:上面建立的窗口名
• update:设置为‘append’,在原来的基础上画新点，一般也只使用这个选项。
• X：输入的应该是一个数组，实际我们一般选取epoch作为横坐标，这里的epoch是实际运行时的epoch，是一个数，使用[],转换为列表后再转换为数组。
• Y:输入数组，epoch_train_acc，理解同上，根据程序实际的设置而定，我的程序中是这样子的：

至此就完成了visdom的配置与使用。