【PyTorch】PyTorch之visdom中的那些坑

这是一篇关于在深度学习过程中第一次安装使用visdom遇到的一些坑。也是一篇visdom安装小白教程。

1. 安装visdom

    使用清华大学镜像源安装visdom包

pip install visdom -i https://pypi.tuna.tsinghua.edu.cn/simple

2. 启动visdom

python -m visdom.server

    这时候会遇见第一个坑，当你在命令行输入上述命令时，会返回一个提示take a little while，大概就是说要等一会儿时间，但是过了很久依旧卡在这个界面，这是因为我们需要下载的文件需要搭梯子，所以挂个VPN即可解决这个坑。

鉴于有的小伙伴懒得搭梯子，所以博主给出自己完整的visdom文件

visdom百度云链接：抱歉由于文件过多，百度云需要超级会员，需要完整visdom文件的小伙伴可以评论或者私信博主

如果使用博主的visdom文件可以跳过步骤3，4！！！因为博主已经添加缺少的配置文件

3. 手动添加visdom缺少的配置文件

   当我们输入测试代码后，发现蓝屏，无法显示测试代码所对应的可视化内容，而且左下角显示load MathJax相关file failed，这时候我们需要手动添加配置文件

  3.1 MathJax-master、plotly.js-1.43.2、react-grid-layout-master

       这三个配置文件开源在了github，需要将其放置在visdom包所在指定路径下。以MathJax-master为例，需要将其放在

      E:\python\Lib\site-packages\visdom\static\js\MathJax-master，其余两个文件加类似，放在相同的文件夹static\js下。

      MathJax-master文件百度云链接：https://pan.baidu.com/s/1bFNUCqx3OvBFMlO6Bte4Pw    提取码：judg 

      plotly.js-1.43.2文件百度云链接：https://pan.baidu.com/s/100I8Bs1MWR4BpxoaTL4lrw          提取码：cja2

      react-grid-layout-master文件百度云链接：https://pan.baidu.com/s/1Q3_4by3vAvPgpIYyd5-V8w      提取码：6lgr

      

  3.2 layout_bin_packer

     路径为：E:\python\Lib\site-packages\visdom\static\fonts\layout_bin_packer。

    layout_bin_packer文件百度云链接：https://pan.baidu.com/s/1H810DjkiJVDOfmc4v-z-3g     提取码：7hxh 

  4 修改static下面的index.html

     用记事本直接打开index.html，用下面代码替代相同部分内容。下面4行代码， 一行代码， 一行代码。

 

5.切换网络

   当我们上述操作都实现后，visdom理应出现对应的可视化内容，但是还是蓝屏状态，首先看一下env选择是否正确，然后等一会儿，实在还是没显示，可以切换网络试一下，因为我们之前用了VPN，现在将VPN取消试一下。

6.测试代码

# visdom

import visdom
import torch as t

# 新建一个连接客户端
# 指定env=u'test1' 默认端口为8097 host为localhost
vis = visdom.Visdom(env=u'test1')

x = t.arange(1, 30, 0.01)
y = t.sin(x)
vis.line(X=x, Y=y, win='sinx', opts={'title': 'y=sin(x)'})

# append 追加数据
for ii in range(0, 10):
    # y = x
    x = t.Tensor([ii])
    y = x
    vis.line(X=x, Y=y, win='polynomial', update='append' if ii > 0 else None)

# 新增一条线
x = t.arange(0, 9, 0.1)
y = (x ** 2) / 9
vis.line(X=x, Y=y, win='polynomial', update='append', name='this is a new Trace')

# 可视化一张随机的黑白图片 H * W
vis.image(t.randn(64, 64).numpy())

# 可视化一张随机的彩色图片 C * H * W
vis.image(t.randn(3, 64, 64).numpy(), win='random2')

# 可视化36张随机的彩色图片 每一行6张 N * C * H * W
vis.images(t.randn(36, 3, 64, 64).numpy(), nrow=6, win='random3', opts={'title':'random_images'})

# vis.text 支持HTML标签
vis.text(u'''
Hello visdom
 
visdom是Facebook专门为PyTorch开发的一个可视化工具,
    在内部使用了很久，于2017年3月开源''',
         win='visdom',
         opts={'title': u'visdom简介'}
         )

7.测试代码所对应的可视化图

在网页中输入：http://localhost:8097 便可呈现如下内容。