pytorch学习笔记（八）：PytTorch可视化工具 visdom

Visdom PyTorch可视化工具

本文翻译的时候把 略去了 Torch部分。

项目地址

[外链图片转存失败(img-uSERNfqv-1567829177278)(https://lh3.googleusercontent.com/-bqH9UXCw-BE/WL2UsdrrbAI/AAAAAAAAnYc/emrxwCmnrW4_CLTyyUttB0SYRJ-i4CCiQCLcB/s0/Screen+Shot+2017-03-06+at+10.51.02+AM.png"visdom_big")]

一个灵活的可视化工具，可用来对于 实时，富数据的 创建，组织和共享。支持Torch和Numpy。

• 总览
• 基本概念
• Setup
• 启动
• 可视化接口
• 总结

总览

Visdom目的是促进远程数据的可视化，重点是支持科学实验。。

向您和您的合作者发送可视化 图像，图片和文本。

通过编程组织您的可视化空间，或者通过UI为实时数据创建dashboards，检查实验的结果，或者debug实验代码。

基本概念

Visdom有一组简单的特性，可以用它们组合成不同的用例。

Panes（窗格）

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。

Tip: 您可以使用浏览器的放大缩小功能来调整UI的大小。

Environments(环境)

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。可以通过编程或UI创建新的envs。envs的状态是长期保存的。

您可以通过 url: http://localhost.com:8097/env/main访问特定的env。
You can access a specific env via url: http://localhost.com:8097/env/main. 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。

管理 Envs:
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Env文件夹下的.json文件，那么相应的环境也会被删除。

State（状态）

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会建立一个心的env – 有效的forking之前的状态。（注：这个fork等价于github的fork，跟复制的意思差不多）

Setup

需要 Python 2.7/3 (and optionally Torch7)

# Install Python server and client，如果您使用python的话，装这一个就可以了。
pip install visdom

启动

启动服务器（可能在screen或者tmux中）：

python -m visdom.server

一旦启动服务器，您就可以通过在浏览器中输入http://localhost:8097来访问 Visdom，localhost可以换成您的托管地址。

If the above does not work, try using an SSH tunnel to your server by adding the following line to your local ~/.ssh/config:
LocalForward 127.0.0.1:8097 127.0.0.1:8097.

Python example

import visdom
import numpy as np
vis = visdom.Visdom()
vis.text('Hello, world!')
vis.image(np.ones((3, 10, 10)))

Demos

python example/demo.py

可视化接口

Visdom支持下列API。由Plotly提供可视化支持。

• vis.scatter : 2D 或 3D 散点图
• vis.line : 线图
• vis.stem : 茎叶图
• vis.heatmap : 热力图
• vis.bar : 条形图
• vis.histogram: 直方图
• vis.boxplot : 箱型图
• vis.surf : 表面图
• vis.contour : 轮廓图
• vis.quiver : 绘出二维矢量场
• vis.image : 图片
• vis.text : 文本
• vis.mesh : 网格图
• vis.save : 序列化状态

关于上述API更详尽的解释将在下面给出。为了对visdom的能力有一个快速的了解，您可以看一下 example ，或者，您可以继续往下看。

这些API的确切输入类型有所不同，尽管大多数API 的输入包含，一个tensor X（保存数据）和一个可选的tensor Y（保存标签或者时间戳）。所有的绘图函数都接收一个可选参数win，用来将图画到一个特定的window上。每个绘图函数也会返回当前绘图的win。您也可以指定 汇出的图添加到哪个env上。
（这里的window的意思就是之前说的Pane）。

[外链图片转存失败(img-Dkip7io0-1567829177280)(https://lh3.googleusercontent.com/-bqH9UXCw-BE/WL2UsdrrbAI/AAAAAAAAnYc/emrxwCmnrW4_CLTyyUttB0SYRJ-i4CCiQCLcB/s0/Screen+Shot+2017-03-06+at+10.51.02+AM.png"visdom_big")]

画图的方法的接口一般是 plot.some_func(X,Y, opts={})

• opts存放当前pane的一些简单设置，下面的是比较通用的一些配置
  • options.title
  • options.xlabel
  • options.ylabel

plot.scatter

这个函数是用来画2D或3D数据的散点图。它需要输入 N*2或N*3的 tensor X来指定N个点的位置。一个可供选择的长度为N的vector用来保存X中的点对应的标签(1 到 K)。 – 标签可以通过点的颜色反应出来。

scatter()支持下列的选项：

• options.colormap : 色图（控制图的颜色） (string; default = 'Viridis')
• options.markersymbol: 标记符号 (string; default = 'dot')
• options.markersize : 标记大小(number; default = '10')
• options.markercolor : 每个标记的颜色. (torch.*Tensor; default = nil)
• options.legend : 包含图例名字的table

options.markercolor 是一个包含整数值的Tensor。Tensor的形状可以是 N 或 N x 3 或 K 或 K x 3.

• Tensor of size N: 表示每个点的单通道颜色强度。 0 = black, 255 = red
• Tensor of size N x 3: 用三通道表示每个点的颜色。 0,0,0 = black, 255,255,255 = white
• Tensor of size K and K x 3: 为每个类别指定颜色，不是为每个点指定颜色。

plot.line

这个函数用来画 线图。它需要一个形状为N或者N×M的tensor Y，用来指定 M条线的值(每条线上有N个点)。和一个可供选择的 tensor X 用来指定对应的 x轴的值; X可以是一个长度为N的tensor（这种情况下，M条线共享同一个 x轴），也可以是形状和Y一样的tensor。

The following options are supported:

• options.fillarea : 填充线下面的区域 (boolean)
• options.colormap : 色图 (string; default = 'Viridis')
• options.markers : 显示点标记 (boolean; default = false)
• options.markersymbol: 标记的形状 (string; default = 'dot')
• options.markersize : 标记的大小 (number; default = '10')
• options.legend : 保存图例名字的 table

plot.stem

这个函数用来画茎叶图。它需要一个 形状为N或者N*M的 tensor X 来指定M时间序列中N个点的值。一个可选择的Y，形状为N或者N×M，用Y来指定时间戳，如果Y的形状是N，那么默认M时间序列共享同一个时间戳。

支持以下特定选项：

• options.colormap: colormap (string; default = 'Viridis')
• options.legend : table containing legend names

plot.heatmap

这个函数用来画热力图。它输入一个 形状为N×M的 tensor X。X指定了热力图中位置的值。

支持下列特定选项：

• options.colormap : 色图 (string; default = 'Viridis')
• options.xmin : 小于这个值的会被剪切成这个值(number; default = X:min())
• options.xmax : 大于这个值的会被剪切成这个值 (number; default = X:max())
• options.columnnames: 包含x轴标签的table
• options.rownames : 包含y轴标签的table

plot.bar

• 条形图wiki

这个函数可以画 正常的，堆起来的，或分组的的条形图。
输入参数：

• X(tensor):形状 N 或 N×M，指定每个条的高度。如果X有M列，那么每行的值可以看作一组或者把他们值堆起来（取决与options.stacked是否为True）。
• Y(tensor, optional):形状 N，指定对应的x轴的值。

支持以下特定选项：

• options.columnnames: table containing x-axis labels
• options.stacked : stack multiple columns in X
• options.legend : table containing legend labels

plot.histogram

• 直方图wiki

这个函数用来画指定数据的直方图。他需要输入长度为 N 的 tensor X。X保存了构建直方图的值。

支持下面特定选项：

• options.numbins: bins的个数 (number; default = 30)

plot.boxplot

• 箱型图wiki

这个函数用来画箱型图：

输入：

• X(tensor): 形状 N或N×M，指定做第m个箱型图的N个值。

支持以下特定选项：

• options.legend: labels for each of the columns in X

plot.surf

这个函数用来画表面图：
输入：

• X(tensor):形状 N×M，指定表面图上位置的值.

支持以下特定选项：

• options.colormap: colormap (string; default = 'Viridis')
• options.xmin : clip minimum value (number; default = X:min())
• options.xmax : clip maximum value (number; default = X:max())

plot.contour

这个函数用来画轮廓图。

输入：

• X(tensor)：形状 N×M，指定了轮廓图中的值

支持以下特定选项：

• options.colormap: colormap (string; default = 'Viridis')
• options.xmin : clip minimum value (number; default = X:min())
• options.xmax : clip maximum value (number; default = X:max())

plot.quiver

这个函数用来画二维矢量场图。

输入：

• X(tensor): 形状 N*M
• Y(tensor):形状 N*M
• gridX(tensor, optional):形状 N*M
• gradY(tensor, optional): 形状 N*M
X 与 Y决定了 箭头的长度和方向。可选的gridX和gridY指定了偏移。

支持下列特定选项：

• options.normalize: 最长肩头的长度 (number)
• options.arrowheads: 是否现实箭头 (boolean; default = true)

plot.image

这个函数用来画 图片。
输入：

• img(tensor): shape(C*H*W)。

支持下面特定选项:

• options.jpgquality: JPG quality (number 0-100; default = 100)

plot.video

这个函数 播放一个 video。
输入： video 的文件名，或者是一个 shape 为L*H*W*C 的 tensor。这个函数不支持其它特定的功能选项。

注意:使用tensor作为输入的时候，需要安装ffmpeg。
能不能播放video取决你使用的浏览器：浏览器必须要支持Theano codec in an OGG container。（chrome可以用）。

plot.svg

此函数绘制一个SVG对象。输入是一个SVG字符串或 一个SVG文件的名称。该功能不支持任何特定的功能
options。

plot.text

此函数可在文本框中打印文本。输入输入一个text字符串。目前不支持特定的options

plot.mesh

此函数画出一个网格图。

输入：

• X(tensor): shape(N*2或N*3) 定义N个顶点

• Y(tensor， optional)：shape(M*2或M×3) 定义多边形

支持下列特定选项:

• options.color: color (string)
• options.opacity: 多边形的不透明性 (number between 0 and 1)

Customizing plots

绘图函数使用可选的options表作为输入。用它来修改默认的绘图属性。所有输入参数在单个表中指定;输入参数是基于输入表中键的匹配。

下列的选项除了对于plot.img和plot.txt不可用以外，其他的绘图函数都适用。我们称他为 通用选项。

• options.title : figure title
• options.width : figure width
• options.height : figure height
• options.showlegend : show legend (true or false)
• options.xtype : type of x-axis ('linear' or 'log')
• options.xlabel : label of x-axis
• options.xtick : show ticks on x-axis (boolean)
• options.xtickmin : first tick on x-axis (number)
• options.xtickmax : last tick on x-axis (number)
• options.xtickstep : distances between ticks on x-axis (number)
• options.ytype : type of y-axis ('linear' or 'log')
• options.ylabel : label of y-axis
• options.ytick : show ticks on y-axis (boolean)
• options.ytickmin : first tick on y-axis (number)
• options.ytickmax : last tick on y-axis (number)
• options.ytickstep : distances between ticks on y-axis (number)
• options.marginleft : left margin (in pixels)
• options.marginright : right margin (in pixels)
• options.margintop : top margin (in pixels)
• options.marginbottom: bottom margin (in pixels)

其它的一些选项就是函数特定的选项，在上面API介绍的时候已经提到过。

总结

明确几个名词：

• env：看作一个大容器，在代码中是 vis=visdom.Visdom(env=''main)
• pane： 就是用于绘图的小窗口，在代码中叫 window

使用Visdom就是在env中的pane上画图。