pytorch 网络可视化(三)：Jupyter Notebook + tensorwatch

1. 基础情况

python = 3.6.5
pytorch = 1.2.0
torchvision = 0.4.0
tensorwatch = 0.8.7
pydot = 1.4.2
scikit-learn = 0.24.2
pandas = 1.1.5
提前说：做好版本之间的匹配能避免很多错误，少走很多弯路。

2. 配置 Jupyter Notebook 编译环境

打开安装 Anaconda 时自带下载的 Jupyter Notebook 软件，新建的时候发现可以使用的解释器只有基础环境的 python，如下图所示(红色涂鸦部分是我已经配好的环境)：

但我们的网络结构是基于 pytorch 的，因此需要使用 pytorch 环境下的内核。过程非常简单，首先关闭 Jupyter Notebook 软件和已经打开的有关界面，运行 Anaconda Prompt 进入自己的 pytorch 环境，分别运行下如下代码(注意 pt 切换成自己的环境名字)：

pip install ipykernel
python -m ipykernel install  --name pt --display-name "pytorch"

等待安装完成后，再次打开 Jupyter Notebook 软件，可以发现我们的 pytorch 环境已经出现，此时就可以新建来调用 torch，torchvision 等包。

3. 安装依赖包

3.1 安装 Graphviz 包和软件

配置好 Jupyter Notebook 的环境后，在安装 tensorwatch 之前先安装 Graphviz 包和软件，在 Anaconda Prompt 中进入自己的 pytorch 环境，运行代码 pip install graphviz 安装 graphviz 依赖包，安装成功后安装 Graphviz 软件，下载地址：https://www2.graphviz.org/Packages/stable/windows/10/cmake/Release/x64/，页面内容如下图：

直接点击红线处下载，下载完是一个 .exe 可执行文件，双击进入安装向导，顺序操作即可，中间步骤注意勾选添加环境变量选项即可，如下图：

待软件安装完成后，查看是否已经添加环境变量，如图我的已经添加了环境变量，说明 Graphviz 软件的安装结束。

3.2 安装 tensorwatch 等

配置好 Jupyter Notebook 的环境后，继续在自己的 pytorch 环境下安装我们所需的依赖包，代码：

pip install pydot==1.4.2 
pip install tensorwatch==0.8.7 
pip install scikit-learn==0.24.2 
pip install pandas==1.1.5

当然也可以合起来一次全装，看自己情况。

4. 测试是否安装成功

先说一句：在 Jupyter Notebook 已经新建一个脚本后，环境下如果要增加或者删除某一个包都必须重启内核再运行代码，否则直接运行代码是不会有改变的，即图中红线按钮。

利用下面的测试代码先测试一下是否整体配置成功，代码：

from torchvision.models import vgg16  # 以 vgg16 为例
from tensorwatch import draw_model
mynet = vgg16()  # 实例化网络
draw_model(mynet, [1, 3, 64, 64])  # 输出网络结构

此时会报错 'Dot' object has no attribute '_repr_svg_'，具体见图：

解决办法：找到文件 pytorch_draw_model.py，它在你自己的 pytorch 环境下，比如我的 pytorch 环境名字为 pt，那我要找的这个文件在路径 E:\Anaconda3\envs\pt\Lib\site-packages 下，用记事本或者 Notepad++ 等编辑器打开，将其中第 13 行代码改为 return self.dot.create_svg().decode()，保存后重启内核运行测试代码，结果如图(截取一段仅作展示)：

5. 结语

使用 Jupyter Notebook + tensorwatch 来观察网络的结果要更加形象直接，但它一定程度上要花费较长时间才能配置好，不同人安装时的报错内容也可能各不相同,因此按照已经配好的一套依赖包的版本来安装能避免非常多的错误。