[Tools-可视化]4. wandb可视化工具的使用

4. wandb可视化工具的使用

一、可视化工具

• 用于神经网络训练的可视化工具有：

• pytorch和TensorFlow的工具tensorboard

• wandb（weight and bias）线上的，需要账号

• 国内百度VisualDL（paddlepaddle一套的使用工具）

二、wandb的使用

1. 登录官网使用谷歌账号或者gitbub账号进行注册登录wandb官网
2. 注册成功时候，在训练之前，通过cmd命令(windows系统中)

pip install wandb

3. cmd中进行登录，获取验证码

wandb login

4. 点击链接获取验证码
5. 输入命令wandb login [tooken]，将验证法发在[tooken]的位置即可完整本地权限认证
6. 训练的时候可以直接使用,下面的代码是大致使用的时候用到的一些东西，后面会对这篇文章进行修改或者单独写一篇新的文章。

import wandb
wandb = None
wandb_run = wandb.init(config=opt, 
						resume="allow",
                        project='YOLOv5' if opt.project == 'runs/train' else Path(opt.project).stem,
                        name=save_dir.stem,
                        id=ckpt.get('wandb_id') if 'ckpt' in locals() else None)
wandb.log({"Mosaics": [wandb.Image(str(x), caption=x.name) for x in save_dir.glob('train*.jpg')if x.exists()]}, commit=False)
wandb.log({tag: x}, step=epoch, commit=tag == tags[-1])

wandb.run.finish() if wandb and wandb.run else None

三、tensorboard的使用

# pytorch中使用，cmd中输入下面命令进行安装
pip install tensorboard

from torch.utils.tensorboard import SummaryWritter
summaryWriter = SummaryWriter("./logs2")

summaryWriter.add_scalars("loss", {"train_loss": train_avg_loss, "val_loss": val_avg_loss}, epoch)
summaryWriter.add_scalars("acc", {"train_score": train_avg_score, "val_score": val_avg_score}, epoch)
summaryWriter.add_scalars("R2", {"train_r2_score": train_r2_score, "val_r2_score": val_r2_score},epoch)

summaryWriter.close()

四、百度的可视化使用

visualdl链接，百度的可视化，界面做的也挺好看的，功能也比较全，可以去官网看看，大部分的额原理与tensorboard比较类似，与wandb有些不同。后面有机会单独写一篇介绍。