Pytorch使用Visdom進(jìn)行數(shù)據(jù)可視化的示例代碼
安裝
pip install visdom
啟動(dòng)服務(wù)
python -m visdom.server
使用
基本上是按照先生成對(duì)象,然后追加內(nèi)容的方式。
import visdom vis = visdom.Visdom() vis.line([0.], [0.], win='jax train-loss', name="train loss", opts=dict(title='jax train loss')) vis.line([0.0], [0.], win='jax time-consumed', name="time", opts=dict(title='jax time')) vis.text(f"jax 進(jìn)行代理模型訓(xùn)練", win="jax log", opts={"title": "jax log"}) # jit_train_step = train_step start_time = time.time() s1=start_time for epoch in range(iterations): vis.text(f"{epoch+1}, Loss: {loss}, Time: {duration}", win="jax log", append=True) vis.line([loss.item()*1000], [epoch+1], win="jax train-loss", update='append', name="train loss", opts={"title": "jax train loss"}) vis.line([duration], [epoch+1], win='jax time-consumed', update='append', name="time", opts={"title": 'jax time'})
下圖中,則是同一個(gè)圖中同時(shí)繪制兩個(gè)曲線
下圖演示繪制曲線
呈現(xiàn)效果
以上就是Pytorch使用Visdom進(jìn)行數(shù)據(jù)可視化的示例代碼的詳細(xì)內(nèi)容,更多關(guān)于Pytorch Visdom數(shù)據(jù)可視化的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
在VS Code上搭建Python開(kāi)發(fā)環(huán)境的方法
這篇文章主要介紹了在VS Code上搭建Python開(kāi)發(fā)環(huán)境的方法,需要的朋友可以參考下2018-04-04在python中,使用scatter繪制散點(diǎn)圖的實(shí)例
今天小編就為大家分享一篇在python中,使用scatter繪制散點(diǎn)圖的實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-07-07python實(shí)現(xiàn)DEM數(shù)據(jù)的陰影生成的方法
這篇文章主要介紹了python實(shí)現(xiàn)DEM數(shù)據(jù)的陰影生成的方法,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-07-07Python使用numpy模塊創(chuàng)建數(shù)組操作示例
這篇文章主要介紹了Python使用numpy模塊創(chuàng)建數(shù)組操作,結(jié)合實(shí)例形式分析了Python使用numpy模塊實(shí)現(xiàn)數(shù)組的創(chuàng)建、賦值、修改、打印等相關(guān)操作技巧與注意事項(xiàng),需要的朋友可以參考下2018-06-06