Visualize Deep Learning
Project description
介绍
VisualDL是一个面向深度学习任务设计的可视化工具,利用丰富的图表展示数据,用户可以更直观、清晰地查看数据的特征与变化趋势,有助于分析数据、及时发现错误,进而改进神经网络模型的设计。
目前,VisualDL支持Scalar, Image, High Dimensional, Graph 这四个组件,项目正处于高速迭代中,新的组件会不断加入。
目前大多数DNN平台均使用Python作为配置语言,VisualDL原生支持python的使用, 通过在模型的Python配置中添加几行,便可以为训练过程提供丰富的可视化支持。
组件
VisualDL 目前支持以下组件:
- scalar
- image
- high dimensional
- graph
Scalar
可以用于展示训练测试的指标变化趋势
Image
可以用于可视化任何图片,包括模型训练和预测得到的结果
High Dimensional
可以用于将高维度数据映射到2D/3D可实现可视化
安装,建议是在虚拟环境anaconda下。
pip install --upgrade visualdl
使用 Anaconda 安装
Anaconda是一个用于科学计算的Python发行版,提供了包管理与环境管理的功能,可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。
请根据Anaconda下载网站 的指示去下载和安装Anaconda. 下载Python 3.6版本的command-Line installer.
创建conda环境名字为vdl
或任何名字:
conda create -n vdl python=3.7
激活conda环境如下:
source activate vdl
现在再安装 VisualDL 和运行范例:
pip install --upgrade visualdl
也可以使用源代码安装方式,能够获取最新的VisualDL更新。
使用代码安装
#建议在anaconda环境下进行安装。
git clone https://github.com/PaddlePaddle/VisualDL.git
cd VisualDL
python setup.py bdist_wheel
pip install --upgrade dist/visualdl-*.whl
SDK
以最简单的Scalar组件为例,尝试创建一个日志记录多个scalar的数据步骤如下:
from visualdl import LogWriter
with LogWriter(logdir="./tmp") as writer:
for step in range(100):
writer.add_scalar(step=step, value=step*2)
关于VisualDL的SDK更详细的介绍请参考VisualDL SDK介绍
启动Board
当训练过程中已经产生了日志数据,就可以启动board进行实时预览可视化信息
在命令行中启动
visualdl --logdir <some log dir>
board 还支持一些参数来实现远程的访问:
--host
设定IP--port
设定端口
在Python脚本中启动
>>> from visualdl.server import app
>>> app.run(logdir="SOME_LOG_DIR")
app.run()
支持命令行启动的所有参数,除此之外,还可以通过指定open_browser=True
,自动打开浏览器。
贡献
VisualDL 是由 PaddlePaddle 和 ECharts 合作推出的开源项目。我们欢迎所有人使用,提意见以及贡献代码。
更多细节
想了解更多关于VisualDL的使用介绍,请查看文档
Project details
Release history Release notifications | RSS feed
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distributions
Built Distribution
Hashes for visualdl-2.0.0a1-py3-none-any.whl
Algorithm | Hash digest | |
---|---|---|
SHA256 | f24b88cb43d74b428c431cc60ad527866f275ab2415cc3f7fed3fc98a0a73d7e |
|
MD5 | 641d3fb7b59a49b75f3331f944eb4c8a |
|
BLAKE2b-256 | 7b372576cf4837ca1c1bac0e345130ab1fd265eb8fbc5f77b8a40a3538be6cda |