Pytorch可视化准确率和损失率——visdom

1.安装visdom库

pip install visdom

2.安装完成终端输入命令

python -m visdom.server

运行成功后如下:

然后打开浏览器输入上面的网址可以看到visdom的界面,如下所示:

 

3.在代码中进行可视化

导入visdom库

from visdom import Visdom

扫描二维码关注公众号,回复: 14777966 查看本文章

进行实例化

viz = Visdom()

实例化中可以设置参数env,创建并指定大窗口显示如:viz = Visdom(env='my_wid')

创建并初始化显示小窗口:

viz.line([0.],[0.],win='train_acc',opts=dict(title='train acc'))
viz.line([0.],[0.],win='train_loss',opts=dict(title='train loss'))

其中viz.line前两个参数是曲线的Y和X的坐标(前面是纵轴后面才是横轴)

之后在训练过程中epoch下更新线条即可

viz.line([acc],[epoch],win='train_acc',update='append')
viz.line([loss.item()],[epoch],win='train_loss',update='append')

最后结果如图所示(为了时间,本文只实验了3个epoch)

猜你喜欢

转载自blog.csdn.net/qq_41897073/article/details/125303826