CentOS上PyTorch的可視化工具怎么用

以下是CentOS上使用PyTorch可視化工具的方法，需先安裝對應庫：

1. TensorBoard（訓練過程可視化）

• 安裝：pip install tensorboard
• 使用：
  • 在代碼中添加記錄器：

    from torch.utils.tensorboard import SummaryWriter  
    writer = SummaryWriter(log_dir='./logs')  
    for epoch in range(num_epochs):  
        writer.add_scalar('Loss/train', loss, epoch)  
        writer.add_scalar('Accuracy/train', accuracy, epoch)  
    writer.close()  
    

  • 啟動服務：tensorboard --logdir=./logs，瀏覽器訪問http://localhost:6006查看。

2. torchviz（模型結構可視化）

• 安裝：pip install torchviz
• 使用：

  import torch  
  from torchviz import make_dot  
  input_tensor = torch.randn(1, 3, 224, 224)  
  dot = make_dot(model(input_tensor), params=dict(model.named_parameters()))  
  dot.render("model_structure", format="pdf")  # 保存為PDF  
  

3. hiddenlayer（網絡結構可視化）

• 安裝：pip install hiddenlayer
• 使用：

  import hiddenlayer as h  
  vis_graph = h.build_graph(model, torch.zeros([1, 3, 224, 224]))  
  vis_graph.save("./model.png")  # 保存為圖片  
  

4. Matplotlib/Seaborn（數據可視化）

• 安裝：pip install matplotlib seaborn
• 使用：
  • 繪制損失曲線：

    import matplotlib.pyplot as plt  
    plt.plot(epochs, train_losses, label='Train Loss')  
    plt.xlabel('Epochs')  
    plt.ylabel('Loss')  
    plt.show()  
    

  • 統計分布可視化：

    import seaborn as sns  
    sns.histplot(data['Accuracy'], kde=True)  
    plt.show()  
    

5. Visdom（實時交互可視化）

• 安裝：pip install visdom
• 使用：
  • 啟動服務器：python -m visdom.server，訪問http://localhost:8097。
  • 代碼中添加可視化：

    import visdom  
    vis = visdom.Visdom()  
    vis.line(X=torch.tensor([epoch]), Y=torch.tensor([loss]), win='loss', update='append')  
    

說明：

• TensorBoard和Visdom需啟動服務，適合實時監控；
• torchviz和hiddenlayer用于靜態結構可視化，適合模型分析；
• Matplotlib/Seaborn用于基礎數據繪圖，需手動調整圖形參數。