visdom是什么意思(wisdom翻译)

一、visdom 简介

Visdom是脸书为PyTorch打造的可视化工具，于2017年开源。其代码地址为:
https://github.com/fossasia/visdom,，其代码图像在中国也可以使用:
https://gitee.com/mirrors/visdom? _ from = gitee _ search

二、一些概念及简单使用1. env 环境

DOM的默认环境称为main，使用时可以指定其他环境。不同的用户和不同的程序通常使用不同的环境。不同环境的可视化结果相互隔离，互不影响。

2. pane 窗格

大致可以理解为一个为GUI编程的框架区域。在一个环境中可以使用不同的窗格，每个窗格可以可视化或记录一些信息。

3. 安装

注意操作系统GUI环境下visdom的使用。

安装PIP visdom后，使用以下命令启动visdom服务:

Python -m visom.server#或者直接使用命令:visdom。如果您在linux环境中，可以使用以下命令在后台运行服务:

no python-m visdom . server & visdom会启动一个web服务，默认端口号是8097。客户端使用tornado与web服务器通信。

启动后可以通过浏览器打开网址:
http://localhost:8097

4. 一些启动操作

-port: web服务端口-hostname:运行服务器的主机名-base_url:基本服务器URL (default = /)-env_path:重新加载环境的路径-logging_level:日志级别(default = INFO)。接受标准文本和数字记录值-readonly: flag以读取模式启动服务器-enable_login:需要用户名和密码才能登录-force_new_Cookie: flag重置服务器使用的安全Cookie并使当前登录Cookie无效。需要。-enable_login-bind_local:限制对该机器的访问。5.运行demo克隆官网演示，在里面运行演示:

网页上显示git clone https://gitee.com/mirrors/Visdom.gitcd visdom python 3 demo . py:

三、一些输出项1. Plotly提供的可视化API接口

可视化散点图:2D或三维散点图可视化线:折线图可视化系统:系统图可视化系统:热图可视化系统:条形图可视化系统:柱状图可视化系统:柱状图可视化系统:箱线图可视化系统:曲面图可视化系统:等高线图可视化系统。颤:画一个二维向量场vis . image:picture vis . text:text vis . mesh:grid graph vis . save:序列化状态2。基本环境接口Visdom提供了以下基本环境接口:

vis.image : imagevis.images:图像列表vis.text:任意html vis . properties:properties gridvis . audio:audio vis . video:videos vis . SVG:SVG o object vis .matplot: matplotlib plot vis。保存:序列化状态服务器端3。环境操作API close:关闭一个窗口idvis.delete_env:删除指定的环境vis.win_exists:检查是否有窗口已经存在vis。get _ e. Nv_list:获取服务器上所有环境的列表vis.win_hash:获取窗口内容的md5哈希值vis.get_window_data:获取窗口当前数据vis.check_connection:检查服务器是否连接到vis.replay_log:重放提供的日志文件中的操作4 .文本导入visdom vis = visdom . visdom(env = u & # 33 test1 & # 39；)vis . text(& # 39；你好世界& # 39；，win = & # 39text1 & # 39)显示结果:

恢复的文本:

5. 绘制折线图

import visdomimport torchfrom visdom import Visdomimport numpy as np# 新建名为'test3'的环境viz = Visdom(env='test3')arr = np.random.rand(10)# Numpy Arrayviz.line(Y=arr)# Python Listviz.line(Y=list(arr))# PyTorch tensorviz.line(Y=torch.Tensor(arr))8. 折线显示一个张量

import visdomimport torchvis = visdom.Visdom(env=u'test2')for i in range(10): vis.line(X=torch.FloatTensor([i]), Y=torch.FloatTensor([i**2]), win='loss', update='append' if i> 0 else None)

import visdo import torch vis = visdom。visdom(env = u & # 39；测试2 & # 39；)对于范围(10)内的I:vis . line(X = torch。FloatTensor([i])，Y=torch。FloatTensor([i**2])，win = & # 39损失& # 39；，更新= & # 39；追加& # 39；如果我& gt0否则无)

9. 显示一个全为1的矩阵图形

import visdomimport numpy as npvis = visdom.Visdom(env='test4')vis.text('test4', win='main')vis.image(np.ones((3, 100, 100)))

将visdomimport numpy作为npvis = visdom导入。visdom(env = & # 39；测试4 & # 39；)vis . text(& # 39；测试4 & # 39；，win = & # 39main & # 39)vis.image(np.ones((3，100，100)))

10. append 增加数据

import visdomimport numpy as npimport timevis = visdom.Visdom(env='test5')# 利用update更新图像 update更新图像，append新增，replace 使用新数据，remove用于删除“name”中指定的跟踪x = 0y = 0my_win = vis.line(X=np.array([x]), Y=np.array([y]), opts=dict(title='Update'))for i in range(10): time.sleep(1) x += 1 y += i vis.line(X=np.array([x]), Y=np.array([y]), win=my_win, update='append')

import visdo import numpy as NP import time vis = visdom。visdom(env = & # 39；测试5 & # 39；)#用update更新图像更新图像，append是新的，replace使用新数据，remove用于删除“name”中指定的痕迹。x = 0y = 0my _ win = vis . line(x = NP . array([x])，y = np.array ([y])，opts = dict(title =)Update & # 39；))for I in range(10):time . sleep(1)X+= 1y+= I vis . line(X = NP . array([X])，Y=np.array([y])，win=my_win，update = & # 39追加& # 39；)

11. video显示视频

# coding = utf-8 import time from Visdom import Visdom import requestsimport OSI import numpy as npviz = Visdom(server = & # 39；http://127 . 0 . 0 . 1 & # 39；，port = 8097)assert viz . check _ connection()#视频下载可能会比较慢，耐心等待几分钟video _ file = & # 34demo.ogv & # 34如果不是OS . path . exists(video _ file):video _ URL = & # 39；http://www . jp layer . org/video/ogv/Big _ Buck _ Bunny _ trailer . ogv & # 39；RES = requests . get(video _ URL)with open(video _ file，& # 34；wb & # 34)as f:f . write(RES . content)viz . video(video file = video _ file)time . sleep(1000 * 10)显示视频需要浏览器的支持，我没有测试成功。

12. 生成彩色随机图片

import visdomimport torch# 新建一个连接客户端# 指定env = 'test1'，默认是'main',注意在浏览器界面做环境的切换vis = visdom.Visdom(env='test6')# 绘制4张图片随机的彩色图片vis.images(torch.randn(4, 3, 128, 128).numpy(), nrow=2, win='imgs', opts={'title': 'imgs'})

Import visdomimport torch #创建新连接client # specify env = & # 39test1 & # 39，默认为& # 39；main & # 39，注意浏览器界面vis = visdom中的环境切换。visdom(env = & # 39；测试6 & # 39；)#随机抽取4张彩色图片vis.images (torch.randn (4，3，128，128)。numpy()，nrow = 2，win = & # 39imgs & # 39，opts = { & # 39标题& # 39；: 'imgs & # 39})

13. 其它一些输出项vis.properties 在窗格中显示可编辑的属性vis.audio 播放音频vis.svg 绘制一个SVG对象vis.matplot 此函数绘制Matplotlibplotvis.plotlyplot 绘制一个Plotly图对象vis.embeddings 使用Barnes-Hut t-SNE算法)可视化一组特征vis.save 保存在visdom服务器上仍然有效的环境vis.scatter 绘制2D或3D散点图vis.stem 此函数绘制stem图vis.heatmap 绘制热图vis.bar 绘制规则的，堆叠的或分组的条形图vis.histogram 绘制指定数据的直方图vis.boxplot 绘制指定数据的箱形图vis.surf 绘制表面图vis.contour 绘制轮廓图vis.quiver 绘制一个抖动图vis.close 关闭特定的窗口vis.delete_env 完全删除指定的环境vis.fork_env 派生类似于UI功能的环境vis.win_exists 该函数返回一个布尔值，指示服务器上是否已经存在指定窗口"win"vis.get_env_list 此函数在调用时返回服务器上所有环境的列表vis.win_hash 如果服务器上存在窗口"win"的内容，则此函数返回md5哈希值。否则返回Nonevis.replay_log 此函数获取虚拟日志的内容，并将其重播到当前服务器以恢复状态或处理所有丢失的条目。