pytorch visdom可视化工具学习—1—详细使用-1—基本使用函数

使用教程，参考：

https://github.com/facebookresearch/visdom

https://www.pytorchtutorial.com/using-visdom-for-visualization-in-pytorch/

https://www.pytorchtutorial.com/pytorch-visdom/

??中间发现visdom安装的版本过低，导致发生了一些问题，后面更改了版本为最新版本0.1.8.8，所以可能会发现截图有些不同，但是功能不会有太多影响

Visdom是Facebook专门为PyTorch开发的一款可视化工具，其开源于2017年3月。Visdom十分轻量级，但却支持非常丰富的功能，能胜任大多数的科学运算可视化任务。

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PyTorch、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。

Visdom中有两个重要概念：

  • envs：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。
  • Panes：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。Panes是保存在 envs 中的， envs的状态 存储在会话之间

使用Visdom就是在env中的pane上画图。

1.envs

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main的envs。

1)创建新环境

可以通过编程或UI创建新的envs。envs的状态是长期保存的。

修改env的名字后点击fork，保存当前env的状态至更名后的env

然后就会生成该新命名的环境：

然后可见在$HOME/.visdom/文件中也生成了相应的json文件：

您可以通过http://localhost:8097/env/test访问特定的env。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。

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

使用命令python -m visdom.server开启visdom时可以使用的命令行参数有：

  1. -port : 指定运行服务的端口.
  2. -hostname : 指定运行服务的主机名.
  3. -base_url : 指定初始网址(default = /).
  4. -env_path : 指定序列会话重新下载的路径T
  5. -logging_level : 日志级别(default = INFO).同时接受标准文本和数字日志值
  6. -readonly : 标记再只读模式下开启服务
  7. -enable_login : 标记为服务设置权限，需要用户名和密码来登录服务
  8. -force_new_cookie : 标记重置服务使用的安全cookie，禁用当前的登录cookie。需要和-enable_login一起使用

2）清除和保存

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。

新版本为：

新版本的clear为：

2.Panes

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。

举例：

import visdom
import numpy as np
vis = visdom.Visdom() #默认使用的env是main
vis.text(‘Hello, world‘) #打印些字符
vis.image(np.ones((3,10,10))) #复制上面的图

返回：

‘pane_3738d21f24c328‘

图示：

然后点击save，可见终端命令为：

from web client:  {"cmd":"save","data":{"pane_3738d212484eec":null,"pane_3738d21f1f0050":null,"pane_3738d21f24c328":null},"prev_eid":"main","eid":"main"}

然后查看json文件：

存储了如下的信息：

Callbacks回调

python Visdom实现支持窗口上的回调。演示以可编辑文本pad的形式展示了一个示例。这些回调的功能允许Visdom对象接收并响应前端发生的事件。

您可以通过使用您的handler处理程序和窗口id调用viz.register_event_handler(handler, win_id)来为你想要订阅的窗口id向事件handler处理程序字典添加一个函数来订阅窗口到事件中。多个handler处理程序可以注册到同一个窗口。您可以使用viz.clear_event_handlers(win_id)从窗口中删除所有事件handler处理程序。当事件发生在该窗口时，您的callback回调将调用一个包含以下内容的dict:

  • event_type: 某个下面事件类型
  • pane_data: 该窗口的所有存储内容，包括布局和内容。
  • eid: 当前环境id
  • target: 该事件调用的环境id

额外的参数定义在下方

现在支持如下的三个回调事件：

  1. Close - 当窗口关闭时触发，返回只有上述字段的dict字典。
  2. KeyPress - 按键时触发。包含额外的参数:
    • key - 按键的字符串表示(应用状态修饰符，如SHIFT)
    • key_code - 按键的javascript事件键码(没有修饰符)
  3. PropertyUpdate - 在属性窗格中更新属性时触发
    • propertyId - 更改的属性在属性列表中的位置
    • value - 新属性的值

Tip: 您可以使用浏览器的放大缩小功能来调整UI的大小。

3.State

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会建立一个新的env – 有效的forking(复制)之前的状态。

4.Filter

您可以使用filter动态筛选env中出现的窗口——只需提供一个正则表达式来匹配要显示的窗口标题。这在涉及具有多个窗口的env的用例中很有用，例如在系统地检查实验结果时。

如：

5.Views

可以简单地通过拖拽窗口顶部来管理视图，但是还存在其他功能来保持视图的组织和保存公共视图。视图管理对于在windows的多个公共组织之间保存和切换非常有用。

 Saving/Deleting Views

使用文件夹图标，将打开一个对话框窗口，其中视图可以以与env相同的方式分叉。保存视图将保留给定环境中所有窗口的位置和大小。视图保存在$HOME/.visdom/view/layout中。visdom文件路径中的json。

比如：

import numpy as np
from visdom import Visdom
viz = Visdom()
viz.image(
    np.random.rand(3, 512, 256), #随机生成一张图
    opts = dict(title = ‘Random!‘, caption = ‘how random‘),
)

图示：

然后将该views保存为views1，然后点击fork:

然后到相应的文件夹下面就能够看见生成了layouts.json文件

注意:保存的视图是静态的，编辑保存的视图会将视图复制到当前视图，在当前视图中可以进行编辑。

Re-Packing

使用repack图标(9个框)，visdom将尝试以最适合的方式打包窗口，同时保留行/列的顺序。

注意:由于依赖行/列排序和ReactGridLayout，最终的布局可能与预期略有不同。我们正在努力改善这种体验，或提供更多的替代方案，以实现更精确的控制。

Reloading Views重载视图

使用视图下拉框可以选择以前保存的视图，将当前环境中所有窗口的位置和大小恢复到上次保存视图时的位置。

6.API

下面测试需要导入的包：

from __future__ import absolute_import
from __future__ import division
from __future__ import print_function
from __future__ import unicode_literals

from visdom import Visdom
import argparse
import numpy as np
import math
import os.path
import time
import tempfile
from six.moves import urllib

DEFAULT_PORT = 8097
DEFAULT_HOSTNAME = "http://localhost"

然后设置：

viz = Visdom(port=DEFAULT_PORT, server=DEFAULT_HOSTNAME)

1）visdom参数(python only)

当客户端使用命令调用visdom时，写法类似：

viz = visdom.Visdom() #使用参数进行设置

可以使用的参数有：

  • server: 指定要调用的visdom服务端的主机名(default: ‘http://localhost‘)
  • port: 指定调用的visdom服务端的端口 (default: 8097)
  • base_url: 指定初始调用的服务端url (default: /)
  • env: 当没有提供环境时，要plot到的默认环境 (default: main)
  • raise_exceptions: 失败时抛出异常，而不是打印异常 (default: True (soon))
  • log_to_filename: 如果为None，则将所有绘图和更新事件记录到给定的文件中(append模式)，以便稍后可以使用replay_log重播这些事件 (default: None)
  • use_incoming_socket: 启用套接字来接收来自web客户机的事件，允许用户注册回调 (default: True)
  • http_proxy_host: 弃用。使用proxy参数获得完整的代理支持.
  • http_proxy_port: 弃用。使用proxy参数获得完整的代理支持.
  • username: 如果服务器以-enable_login启动，则使用username进行身份验证 (default: None)
  • password: 如果服务器以-enable_login启动，则使用password进行身份验证 (default: None)
  • proxies: 字典映射协议到每个请求上使用的代理的URL(例如{http: foo.bar:3128}). (default: None)
  • offline: 标记为在脱机模式下运行visdom，其中所有请求都记录到文件中，而不是记录到服务器。需要设置log_to_filename。在脱机模式下，所有不创建或更新图的visdom命令将返回True. (default: False)

2）基本可视化函数

  • vis.image : 图片
  • vis.images : 图片列表
  • vis.text : 抽象HTML
  • vis.properties : 属性网格
  • vis.audio : 音频
  • vis.video : 视频
  • vis.svg : SVG对象
  • vis.matplot : matplotlib图
  • vis.save : 序列化状态服务端

以下opts选项是通用的，因为它们对于所有可视化都是相同的(除了plot.image, plot.text, plot.video, and plot.audio):

  • opts.title : 图标题
  • opts.width : 图宽
  • opts.height : 图高
  • opts.showlegend : 显示图例 (true or false)
  • opts.xtype : x轴的类型 (‘linear‘ or ‘log‘)
  • opts.xlabel : x轴的标签
  • opts.xtick : 显示x轴上的刻度 (boolean)
  • opts.xtickmin : 指定x轴上的第一个刻度 (number)
  • opts.xtickmax : 指定x轴上的最后一个刻度 (number)
  • opts.xtickvals : x轴上刻度的位置(table of numbers)
  • opts.xticklabels : 在x轴上标记标签 (table of strings)
  • opts.xtickstep : x轴上刻度之间的距离 (number)
  • opts.xtickfont :x轴标签的字体 (dict of font information)
  • opts.ytype : type of y-axis (‘linear‘ or ‘log‘)
  • opts.ylabel : label of y-axis
  • opts.ytick : show ticks on y-axis (boolean)
  • opts.ytickmin : first tick on y-axis (number)
  • opts.ytickmax : last tick on y-axis (number)
  • opts.ytickvals : locations of ticks on y-axis (table of numbers)
  • opts.yticklabels : ticks labels on y-axis (table of strings)
  • opts.ytickstep : distances between ticks on y-axis (number)
  • opts.ytickfont : font for y-axis labels (dict of font information)
  • opts.marginleft : 左边框 (in pixels)
  • opts.marginright :右边框 (in pixels)
  • opts.margintop : 上边框 (in pixels)
  • opts.marginbottom: 下边框 (in pixels)

其他选项是具体于某些可视化的，并在下面的函数文档中进行了描述。

1》vis.image

该函数绘制一张img图。它将输入设置为一个包含图像的大小为CxHxW的tensor img

支持的opts有：

  • opts.jpgquality: JPG 质量 (number 0-100; default = 100)
  • opts.caption: 图片标题

??可以在图像窗格上使用alt查看光标的x/y坐标。您还可以ctrl-scroll来缩放，alt- scroll来垂直平移，alt-shift来水平平移。双击窗格内，将图像恢复为默认值。

举例：

# image demo
viz.image(
    np.random.rand(3, 512, 256),
    opts=dict(title=‘Random!‘, caption=‘How random.‘),
)

图示：

回调函数：

底图为：

viz = Visdom()

assert viz.check_connection(timeout_seconds=3),     ‘No connection could be formed quickly‘

# image callback demo
def show_color_image_window(color, win=None):
    image = np.full([3, 256, 256], color, dtype=float)
    return viz.image(
        image,
        opts=dict(title=‘Colors‘, caption=‘Press arrows to alter color.‘),
        win=win
    )

image_color = 0
callback_image_window = show_color_image_window(image_color)

设置回调：

def image_callback(event):
    global image_color
    if event[‘event_type‘] == ‘KeyPress‘:
        if event[‘key‘] == ‘ArrowRight‘:
            image_color = min(image_color + 0.2, 1)
        if event[‘key‘] == ‘ArrowLeft‘:
            image_color = max(image_color - 0.2, 0)
        show_color_image_window(image_color, callback_image_window)

viz.register_event_handler(image_callback, callback_image_window)

图示：

然后可以通过左右键来调节该图的颜色，直至白色，调到中间可见变为：

2》vis.images

该函数绘制一列图。它取一个输入为B x C x H x W大小的张量或一组大小相同的图像。它生成一个大小为(B / nrow, nrow)的图像网格。

支持的opts有：

  • nrow: 一行图像的数量
  • padding: 图像四周的边距，等于4条边的边距
  • opts.jpgquality: JPG质量 (number 0-100; default = 100)
  • opts.caption: 图片标题

举例：

# grid of images
viz.images(
    np.random.randn(20, 3, 64, 64),
    opts=dict(title=‘Random images‘, caption=‘How random.‘)
)

图示：

设置行数nrow:

# grid of images
viz.images(
    np.random.randn(20, 3, 64, 64),
    opts=dict(title=‘Random images‘, caption=‘How random.‘),
    nrow=5
)

图示：

3》vis.text

该函数在box中打印文本。您可以使用它来嵌入任意的HTML。输入是一个文本string。目前没有具体支持的opts

举例：

viz = Visdom(port=DEFAULT_PORT, server=DEFAULT_HOSTNAME)

assert viz.check_connection(timeout_seconds=3),     ‘No connection could be formed quickly‘

textwindow = viz.text(‘Hello World!‘) #生成一个窗口，里面带文本Hello World!

#生成另一个窗口，里面带文本Hello World! More text should be here
updatetextwindow = viz.text(‘Hello World! More text should be here‘)
#断言查看updatetextwindow窗口对象是否存在
assert updatetextwindow is not None, ‘Window was none‘
#窗口存在的话，就在该窗口中添加下面的文本，win指定添加到的窗口对象,append指定进行的操作是在元原有的基础上添加
viz.text(‘And here it is‘, win=updatetextwindow, append=True)

返回生成的窗口编号：

‘window_373974331dca16‘

图示：

带有回调的操作：

#带Callbacks回调的文本窗口
txt = ‘This is a write demo notepad. Type below. Delete clears text:<br>‘
callback_text_window = viz.text(txt)

#声明回调时调用的函数，这个函数使得窗口能够被编辑
def type_callback(event):
    #首先判断是不是在窗口处进行了按键操作
    if event[‘event_type‘] == ‘KeyPress‘:
        #如果是，那就将现在的窗口的数据内容作为curr_txt变量的值
        curr_txt = event[‘pane_data‘][‘content‘]
        #如果输入的是回车，就会在变量curr_txt中添加一个换行符，这样在窗口中的文本就会换行
        if event[‘key‘] == ‘Enter‘:
            curr_txt += ‘<br>‘
        #如果输入的是删除键，就使用索引[:-1]删除最后一个值
        elif event[‘key‘] == ‘Backspace‘:
            curr_txt = curr_txt[:-1]
        #如果输入的是删除键，mac中是fn+Backspace,那么就返回原始状态
        elif event[‘key‘] == ‘Delete‘:
            curr_txt = txt
        #如果只是添加一些内容：字符数字等的操作，就直接添加在curr_txt后面即可
        elif len(event[‘key‘]) == 1:
            curr_txt += event[‘key‘]
        #然后根据上面对curr_txt的操作，再在callback_text_window窗口对象中覆盖内容curr_txt实现编辑
        viz.text(curr_txt, win=callback_text_window)
#然后将该处理程序和窗口连接起来
viz.register_event_handler(type_callback, callback_text_window)

图示：

4》vis.properties

该函数在窗口中显示可编辑的属性。属性是一个字典的列表，如下所示：

 properties = [
        {‘type‘: ‘text‘, ‘name‘: ‘Text input‘, ‘value‘: ‘initial‘},
        {‘type‘: ‘number‘, ‘name‘: ‘Number input‘, ‘value‘: ‘12‘},
        {‘type‘: ‘button‘, ‘name‘: ‘Button‘, ‘value‘: ‘Start‘},
        {‘type‘: ‘checkbox‘, ‘name‘: ‘Checkbox‘, ‘value‘: True},
        {‘type‘: ‘select‘, ‘name‘: ‘Select‘, ‘value‘: 1, ‘values‘: [‘Red‘, ‘Green‘, ‘Blue‘]},
    ]

支持的type属性有：

  • text: 字符串
  • number: 十进制数
  • button: 带有 "value"标签的按钮
  • checkbox: 将布尔值呈现为复选框
  • select: 多值选择框
    • value:可选值的id (从0开始)
    • values: 可能值的列表

当属性值更新时callback被调用：

  • event_type: 这个命令的类型为"PropertyUpdate"
  • propertyId: 更新的值在属性列表中的位置
  • value: 更新的新值

目前没有具体支持的opts

举例：

首先要实现text的回调，否则在下面更改number input的内容时会报错：

ERROR:websocket:error from callback <function Visdom.setup_socket.<locals>.on_message at 0x1039c2488>: name ‘callback_text_window‘ is not defined

text回调为：

# text window with Callbacks
txt = ‘This is a write demo notepad. Type below. Delete clears text:<br>‘
callback_text_window = viz.text(txt)

def type_callback(event):
    if event[‘event_type‘] == ‘KeyPress‘:
        curr_txt = event[‘pane_data‘][‘content‘]
        if event[‘key‘] == ‘Enter‘:
            curr_txt += ‘<br>‘
        elif event[‘key‘] == ‘Backspace‘:
            curr_txt = curr_txt[:-1]
        elif event[‘key‘] == ‘Delete‘:
            curr_txt = txt
        elif len(event[‘key‘]) == 1:
            curr_txt += event[‘key‘]
        viz.text(curr_txt, win=callback_text_window)

viz.register_event_handler(type_callback, callback_text_window)

实现：

# Properties window
properties = [
    {‘type‘: ‘text‘, ‘name‘: ‘Text input‘, ‘value‘: ‘initial‘},
    {‘type‘: ‘number‘, ‘name‘: ‘Number input‘, ‘value‘: ‘12‘},
    {‘type‘: ‘button‘, ‘name‘: ‘Button‘, ‘value‘: ‘Start‘},
    {‘type‘: ‘checkbox‘, ‘name‘: ‘Checkbox‘, ‘value‘: True},
    {‘type‘: ‘select‘, ‘name‘: ‘Select‘, ‘value‘: 1, ‘values‘: [‘Red‘, ‘Green‘, ‘Blue‘]},
]

properties_window = viz.properties(properties)

返回：

实现回调：

#这样就能够对表格中的属性进行更改
def properties_callback(event):
    if event[‘event_type‘] == ‘PropertyUpdate‘:
        prop_id = event[‘propertyId‘]
        value = event[‘value‘]
        #更改Text input的内容，并在后面添加进_updated
        if prop_id == 0:
            new_value = value + ‘_updated‘
        #更改Number input，改成更改的值并在后面添加0
        elif prop_id == 1:
            new_value = value + ‘0‘
        #更改Button，点击使其在start和stop中更改
        elif prop_id == 2:
            new_value = ‘Stop‘ if properties[prop_id][‘value‘] == ‘Start‘ else ‘Start‘
        #当更改的是checkbox和Select时
        else:
            new_value = value
        properties[prop_id][‘value‘] = new_value
        viz.properties(properties, win=properties_window)
        viz.text("Updated: {} => {}".format(properties[event[‘propertyId‘]][‘name‘], str(event[‘value‘])),
                 win=callback_text_window, append=True)

viz.register_event_handler(properties_callback, properties_window)

返回：

可见当我将Text input的内容改成change once后回车，改处的值就变成了：

当我更改Number input处为13，就可见其后面添加了一个0：

当然我还进行了一些其他的操作，一些相应的更改信息会写在text窗口中：

5》vis.audio

该函数播放音频。它将音频文件的文件名或包含波形的N张量作为输入(立体声音频使用Nx2矩阵)。该函数不支持任何特定plot的opts选项。

支持的opts有：

  • opts.sample_frequency: 采样频率 (integer > 0; default = 44100)

已知问题:Visdom使用scipy将张量输入转换为wave文件。Chrome的一些版本不播放这些wave文件(Firefox和Safari运行良好)。

运行：

# audio demo:
tensor = np.random.uniform(-1, 1, 441000)
viz.audio(tensor=tensor, opts={‘sample_frequency‘: 441000})

返回：

但好像并不能真正播放

使用真正的音频文件 ：

# audio demo:
# download from http://www.externalharddrive.com/waves/animal/dolphin.wav
try:
    audio_url = ‘http://www.externalharddrive.com/waves/animal/dolphin.wav‘
    audiofile = os.path.join(tempfile.gettempdir(), ‘dolphin.wav‘)
    urllib.request.urlretrieve(audio_url, audiofile)

    if os.path.isfile(audiofile):
        viz.audio(audiofile=audiofile)
except BaseException:
    print(‘Skipped audio example‘)

图示：

并且真正能播放声音

6》vis.video

该函数播放视频。它以视频文件的文件名或包含视频所有帧的LxHxWxC大小的张量作为输入。该函数不支持任何特定plot的选项。

支持的opts有：

  • opts.fps: 视频的FPS  (integer > 0; default = 25)

注意:使用张量输入需要安装ffmpeg并使其工作。您播放视频的能力可能取决于您使用的浏览器:您的浏览器必须在OGG容器中支持Theano编解码器(Chrome支持这一点)。

举例：

使用tensor

video = np.empty([256, 250, 250, 3], dtype=np.uint8)
for n in range(256):
    video[n, :, :, :].fill(n)
viz.video(tensor=video)

运行时会出错：

ModuleNotFoundError: No module named ‘cv2‘

解决办法：

(deeplearning) userdeMBP:~ user$ pip install opencv-python
...
Successfully installed opencv-python-4.0.0.21

但是还是会出现问题：

local variable ‘fourcc‘ referenced before assignment

这是因为安装的opencv版本在4及以上的原因，因为源码 /anaconda3/envs/deeplearning/lib/python3.6/site-packages/visdom/__init__.py 中：

            elif cv2.__version__.startswith(‘3‘):  # OpenCV 3 ，指定使用版本3
                fourcc = cv2.VideoWriter_fourcc(
                    chr(ord(‘T‘)),
                    chr(ord(‘H‘)),
                    chr(ord(‘E‘)),
                    chr(ord(‘O‘))
                )
            writer = cv2.VideoWriter(
                videofile,
                fourcc,
                opts.get(‘fps‘),
                (tensor.shape[2], tensor.shape[1])
            )

解决办法是将上面的命令改成：

elif cv2.__version__.startswith((‘3‘, ‘4‘)):

但是我好像没有起效果，所以后面我把opencv-python改成3版本：

pip install opencv-python==3.4.5.20

记住，一定要重启visdom ,最后返回，该视频可播放：

使用已有视频文件

try:
    # video demo:
    # download video from http://media.w3.org/2010/05/sintel/trailer.ogv
    video_url = ‘http://media.w3.org/2010/05/sintel/trailer.ogv‘
    videofile = os.path.join(tempfile.gettempdir(), ‘trailer.ogv‘)
    urllib.request.urlretrieve(video_url, videofile)

    if os.path.isfile(videofile):
        #使用opts设定窗口的大小
        viz.video(videofile=videofile, opts={‘width‘: 864, ‘height‘: 480})
except BaseException:
    print(‘Skipped video file example‘)

需要等待一段时间，然后就会返回一个窗格，点击该窗格就会开始播放视频：

7》vis.svg

该函数绘制一个SVG对象。它接受SVG字符串svgstr或SVG文件svgfile的名称作为输入。该函数不支持任何特定的选项。

举例：

# SVG plotting
svgstr = """
<svg height="300" width="300">
  <ellipse cx="80" cy="80" rx="50" ry="30"
   style="fill:red;stroke:purple;stroke-width:2" />
  Sorry, your browser does not support inline SVG.
</svg>
"""
viz.svg(
    svgstr=svgstr,
    opts=dict(title=‘Example of SVG Rendering‘)
)

图示：

8》vis.matplot

该函数绘制Matplotlib图。该函数支持一个特定于场景的选项:resizable

??当resizable设置为True时，将使用窗格调整绘图的大小。您需要安装beautifulsoup4和lxml包来使用此选项。
??matplot不是使用与plotly图相同的后端呈现的，而且效率略低。使用太多matplot窗口可能会降低visdom性能。

举例：

# matplotlib demo:
try:
    import matplotlib.pyplot as plt
    plt.plot([1, 23, 2, 4])
    plt.ylabel(‘some numbers‘)
    viz.matplot(plt)
except BaseException as err:
    print(‘Skipped matplotlib example‘)
    print(‘Error message: ‘, err)

图示：

9》vis.plotlyplot

这个函数绘制一个图形对象。它并不像它假设您已经显式配置了图形的布局那样显式地接受选项。
??必须安装了plotly Python包才能使用此函数。它通常可以通过运行pip install来安装。

10》vis.save

这个函数保存了在visdom服务器上活动的env。它接受要保存的env id的输入列表(在python中)或表(在lua中)作为输入。

原文地址：https://www.cnblogs.com/wanghui-garcia/p/10659966.html

时间： 2024-10-27 12:25:44

pytorch visdom可视化工具学习—1—详细使用-1—基本使用函数的相关文章

redis_学习_02_redis 可视化工具 Redis Desktop Manager

二.参考资料 1.Redis可视化工具Redis Desktop Manager使用 2.超好用的Redis管理及监控工具,使用后可大大提高你的工作效率! 原文地址:https://www.cnblogs.com/shirui/p/8783353.html

深度神经网络可视化工具集锦

深度神经网络可视化工具集锦 雷锋网按:原文作者zhwhong,载于作者的个人博客,雷锋网(公众号:雷锋网)经授权发布.  TensorBoard:TensorFlow集成可视化工具 GitHub官方项目:https://github.com/tensorflow/tensorflow/tree/master/tensorflow/tensorboard TensorBoard 涉及到的运算,通常是在训练庞大的深度神经网络中出现的复杂而又难以理解的运算. 为了更方便 TensorFlow 程序的理

Git可视化工具SourceTree的使用

我在前面几篇文章中详细介绍了Git命令行的使用<Git学习札记><Git学习札记--进阶>,以及使用Xcode中自带的Git可视化工具的使用<Xcode中git的使用方法介绍与"Please tell me who you are"问题的解决方案>.对于Git的初学者,个人建议先学习Git命令行,然后再去使用图形化工具,这样才会对整个Git的工作流有一个完整的了解.今天我们要来学习的工具是SourceTree,一款非常好用的Git可视化工具.我今天的

MySQL的安装+可视化工具+JDBC的增删改查

1.Mysql和可视化工具的安装 安装包网上有很多资源.这里推荐一个我一直在用的学习网站,上面有提供安装包和详细的说明. http://how2j.cn/k/mysql/mysql-install/377.html 2.JDBC的使用+简单的增删改查 首先要导入一个jar包. 下载地址: http://how2j.cn/frontdownload?bean.id=224 import com.mysql.jdbc.Connection; import java.sql.DriverManager

两款Mongodb可视化工具

在某些场景下,相比传统的关系数据库和NoSQL数据库,Mongodb拥有不可替代的优势. 例如,最近我需要为收集的大量网站进行分类.实际情况是,一个网站可能同时有多个标签,想象一下新浪网,它既是门户站点,也是社区站点,还是新闻.军事的热门站点.传统的关系型数据库需要使用从表来记录这些类别标签,而使用Mongodb就不会有这个问题,而且按照类别筛选站点非常方便,后面我将详细解释. 下面,是两款Mongodb的可视化工具,支持最新的Mongodb 3.2版本. MongoBooster  下载地址:

可视化工具solo show

辗转一圈还是回到了我魂牵梦绕的可视化上来了. 在Gephi+Netbeans上折腾了将近一个星期后,我深深的体会到个人对于代码的驾驭能力尚有提升的空间^_^,路很长,方向很重要,三思而行. 之前一个星期的研究体会如下: 1.作为一个可视化方向入门级菜鸟来说,靠一个人啃下gephi这个已经相对成熟的软件源码来说确有心有余而力不足之感. 2.Gephi是一个优秀的可视化软件,源于它的优秀的框架设计和代码编写.整个项目基于Netbeans platform开发,面向接口编程,模块之间耦合度低,体现了高

漫谈可视化Prefuse（五）---一款属于我自己的可视化工具

伴随着前期的基础积累,翻过API,读过一些Demo,总觉得自己已经摸透了Prefuse,小打小闹似乎已经无法满足内心膨胀的自己.还记得儿时看的<武状元苏乞儿>中降龙十八掌最后一张居然是空白页,在千钧一发之际以为自己要嗝屁了,一阵东风让苏乞儿明白了,最后一章要做的原来是——整合.没错,今天我们就来好好谈谈整合! 看懂API不代表你会灵活运用某个类,会用一些类不代表能实现小功能,耍的了小功能不一定会做可视化工具整合,整合之道,奥妙无穷! 前篇回顾:上篇<漫谈可视化Prefuse(四)---被

MYSQL系列1_MySQL的安装，可视化工具的使用，以及建库建表等

原文:MYSQL系列1_MySQL的安装,可视化工具的使用,以及建库建表等 大家都知道MYSQL是开源的数据库,现在MYSQL在企业中的使用也越来越多,本人之前用过SQL SERVER数据库,因业务需要和自己的兴趣想要学习MYSQL,对于MYSQL,本人还是新手,请大家多多指正. 1.安装mysql 本人安装的版本是mysql5.6 Mysql 5.6的安装包下载地址:http://pan.baidu.com/s/1o6qHG5G 安装过程比较简单,基本上是下一步下一步,安装过程中需要设置mys

数据挖掘工程师如何选择数据可视化工具？

如何选择数据可视化工具? 如何选用数据可视化工具?在回答这个问题之前现需要回答另外一个问题,你需要用这些数据可视化工具来做什么,实现什么目的. 也许你有一个完整的想法,已经通过验证了,需要用更直观易懂的方式来展现,从而讲述一个逻辑或者是一个故事:也许你是有大量的数据,你想怎么从这些数据中间发现,挖掘,并展现一些数据背后的知识或者洞察:也许你是有各种各样的数据,但是你不懂数据建模,编程,或者数据清洗,甚至是SQL的优化等你需要一个易用的数据可视化工具实现通过拖拽就能完成数据的可视化,并且可以给出最